| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 遥感图像融合的研究背景 | 第10-12页 |
| 1.3 论文主要内容和章节安排 | 第12-13页 |
| 第2章 遥感图像融合的研究现状 | 第13-27页 |
| 2.1 基本理论 | 第13-14页 |
| 2.2 现有研究方法 | 第14-22页 |
| 2.2.1 基于IHS变换的融合方法 | 第14-16页 |
| 2.2.2 基于PCA变换的融合方法 | 第16-18页 |
| 2.2.3 基于高通滤波的融合方法 | 第18-19页 |
| 2.2.4 基于PanSharp的融合方法 | 第19-20页 |
| 2.2.5 基于Gram-Schmidt的融合方法 | 第20页 |
| 2.2.6 基于小波变换的融合方法 | 第20-22页 |
| 2.3 遥感图像融合的质量评价 | 第22-26页 |
| 2.3.1 主观评价法 | 第23页 |
| 2.3.2 客观评价法 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 稳健回归分析在遥感图像融合中的研究 | 第27-36页 |
| 3.1 实验原理 | 第27-31页 |
| 3.1.1 传统回归方法(最小二乘法) | 第27-28页 |
| 3.1.2 稳健回归分析基本原理 | 第28-29页 |
| 3.1.3 稳健回归方法(M估计法) | 第29-31页 |
| 3.2 实验设计 | 第31-32页 |
| 3.3 实验结果及评价 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 基于聚类和稳健回归的遥感图像融合 | 第36-48页 |
| 4.1 聚类简介 | 第36-38页 |
| 4.2 K-均值聚类 | 第38-40页 |
| 4.2.1 K-均值聚类介绍 | 第38-39页 |
| 4.2.2 K-均值聚类算法的优缺点 | 第39-40页 |
| 4.3 基于聚类和稳健回归的遥感图像融合 | 第40-42页 |
| 4.3.1 遥感图像分类 | 第40-41页 |
| 4.3.2 基于聚类和稳健回归的遥感图像融合 | 第41-42页 |
| 4.3.3 实验设计 | 第42页 |
| 4.4 实验结果 | 第42-45页 |
| 4.5 质量评价 | 第45-47页 |
| 4.5.1 主观评价 | 第45-46页 |
| 4.5.2 客观评价 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 总结和展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 有待进一步研究的问题 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 附录 | 第54-56页 |
| 致谢 | 第56页 |