基于立体观测的光学遥感卫星对地成像窗口预测的研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 云高度探测研究现状 | 第10-12页 |
| 1.2.2 云检测研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-15页 |
| 2 云检测与图像特征提取 | 第15-30页 |
| 2.1 云检测技术 | 第15-20页 |
| 2.1.1 基于经典图像分割的云检测技术 | 第15-18页 |
| 2.1.2 基于机器学习的云检测技术 | 第18-20页 |
| 2.2 图像特征提取 | 第20-29页 |
| 2.2.1 SIFT算子 | 第20-24页 |
| 2.2.2 SURF算子 | 第24-25页 |
| 2.2.3 ORB算子 | 第25-27页 |
| 2.2.4 三种算子的比较 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 特征匹配与空间数学模型 | 第30-41页 |
| 3.1 特征匹配技术 | 第30-33页 |
| 3.1.1 特征匹配技术简介 | 第30页 |
| 3.1.2 基于KD树的特征匹配技术 | 第30-33页 |
| 3.2 空间数学模型 | 第33-39页 |
| 3.2.1 图像空间变换模型 | 第33-35页 |
| 3.2.2 基于RANSAC的匹配关系提取 | 第35-37页 |
| 3.2.3 云顶高计算的数学模型 | 第37-39页 |
| 3.3 本章小结 | 第39-41页 |
| 4 基于多角度成像的云顶高度测量方法 | 第41-53页 |
| 4.1 预处理与云检测 | 第41-42页 |
| 4.2 云顶高测量方法 | 第42-45页 |
| 4.2.1 云顶高测量方法基本流程 | 第42-43页 |
| 4.2.2 云投影匹配关系精提取 | 第43-45页 |
| 4.3 云顶高的计算和误差分析 | 第45-52页 |
| 4.3.1 云顶高计算实验结果 | 第45-48页 |
| 4.3.2 云顶高计算误差分析 | 第48-50页 |
| 4.3.3 MISR图像云顶高计算结果 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 云和地面成像窗口预测 | 第53-64页 |
| 5.1 云成像窗口预测 | 第53-56页 |
| 5.2 地面成像窗口预测 | 第56-59页 |
| 5.2.1 DEM数据解析 | 第56-57页 |
| 5.2.2 地面成像窗口计算 | 第57-59页 |
| 5.3 成像窗口分析软件 | 第59-63页 |
| 5.4 本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 硕士期间研究成果 | 第70页 |
