| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-24页 |
| ·研究背景与意义 | 第13-17页 |
| ·引言 | 第13-14页 |
| ·遥感影像空间分辨率提升的硬件方法限制 | 第14-16页 |
| ·遥感影像空间分辨率提升的软件方式 | 第16-17页 |
| ·软件方法提高光学遥感影像空间分辨率的研究现状 | 第17-21页 |
| ·遥感影像去噪的研究现状 | 第17-19页 |
| ·单幅影像超分辨率重建的研究现状 | 第19-20页 |
| ·遥感影像空谱融合的研究现状 | 第20-21页 |
| ·研究内容和章节安排 | 第21-23页 |
| ·论文的研究内容 | 第21-22页 |
| ·论文的章节安排 | 第22-23页 |
| 本章小结 | 第23-24页 |
| 第二章 影像逆问题求解的正则化方法概述 | 第24-37页 |
| ·影像反问题 | 第24页 |
| ·正则化建模方法 | 第24-28页 |
| ·正则化方法 | 第24-25页 |
| ·常用影像先验模型 | 第25-28页 |
| ·正则化参数选择方法 | 第28页 |
| ·正则化模型优化方法 | 第28-31页 |
| ·变量分裂 | 第28-29页 |
| ·增广拉格朗日方法 | 第29-30页 |
| ·交替方向乘子算法 | 第30-31页 |
| ·影像评价方法 | 第31-35页 |
| 本章小结 | 第35-37页 |
| 第三章 自适应空谱一体化高光谱影像去噪方法 | 第37-69页 |
| ·研究背景及难点分析 | 第37-39页 |
| ·高光谱影像噪声特点 | 第37-38页 |
| ·高光谱影像去噪难点 | 第38-39页 |
| ·正则化模型构建 | 第39-52页 |
| ·高光谱影像去噪模型 | 第39页 |
| ·现有全变差去噪模型 | 第39-41页 |
| ·空间维先验约束设计 | 第41-48页 |
| ·光谱维先验约束设计 | 第48-50页 |
| ·自适应空谱一体化全变分去噪模型 | 第50-52页 |
| ·模型求解的ADMM算法 | 第52-57页 |
| ·符号定义 | 第52-54页 |
| ·算法求解流程 | 第54-55页 |
| ·算法复杂度分析 | 第55-57页 |
| ·实验结果和分析 | 第57-68页 |
| ·模拟数据实验 | 第57-63页 |
| ·真实数据实验 | 第63-67页 |
| ·计算时间分析 | 第67-68页 |
| 本章小结 | 第68-69页 |
| 第四章 基于子空间约束的高光谱影像超分辨率重建方法 | 第69-89页 |
| ·研究背景及难点分析 | 第69-70页 |
| ·正则化模型构建 | 第70-75页 |
| ·高光谱影像超分辨率重建模型 | 第70页 |
| ·空间维子空间先验约束设计 | 第70-72页 |
| ·光谱维子空间先验约束设计 | 第72-74页 |
| ·基于子空间约束的高光谱影像超分辨率重建模型 | 第74-75页 |
| ·模型求解的ADMM算法 | 第75-78页 |
| ·实验结果和分析 | 第78-88页 |
| ·模拟数据实验 | 第79-86页 |
| ·真实数据实验 | 第86-88页 |
| ·计算时间分析 | 第88页 |
| 本章小结 | 第88-89页 |
| 第五章 基于稀疏表达理论的遥感影像空谱融合方法 | 第89-118页 |
| ·基于压缩感知技术的遥感影像空谱融合方法 | 第89-100页 |
| ·压缩感知方法概述 | 第89-90页 |
| ·影像空谱融合的压缩感知模型 | 第90-92页 |
| ·空谱联合字典构建 | 第92-93页 |
| ·影像块处理策略 | 第93-94页 |
| ·实验结果和分析 | 第94-100页 |
| ·基于双步稀疏编码的遥感影像空谱融合方法 | 第100-117页 |
| ·耦合稀疏表示融合框架 | 第100-102页 |
| ·影像结构相似性 | 第102-103页 |
| ·顾及结构相似性的双步稀疏编码方法 | 第103-104页 |
| ·影像块归一化 | 第104页 |
| ·基于双步稀疏编码的遥感影像空谱融合 | 第104-105页 |
| ·实验结果和分析 | 第105-117页 |
| 本章小结 | 第117-118页 |
| 第六章 总结与展望 | 第118-121页 |
| ·结论及主要创新点 | 第118-119页 |
| ·未来工作展望 | 第119-121页 |
| 参考文献 | 第121-129页 |
| 附录 | 第129-131页 |
| 致谢 | 第131页 |