多光谱图像融合及其评价方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题的研究背景及意义 | 第10-13页 |
| ·多光谱图像概述 | 第10-11页 |
| ·研究背景与意义 | 第11-13页 |
| ·多光谱图像融合研究现状 | 第13-16页 |
| ·图像融合的起源与发展 | 第13-14页 |
| ·多光谱图像融合分类 | 第14页 |
| ·现有融合方法综述 | 第14-15页 |
| ·图像融合的难度及现有方法存在问题 | 第15-16页 |
| ·本文的主要工作及贡献 | 第16-18页 |
| ·主要研究内容 | 第16页 |
| ·实施方案与技术路线 | 第16-17页 |
| ·主要贡献 | 第17-18页 |
| ·论文的结构安排 | 第18-19页 |
| 第二章 图像融合的主要理论 | 第19-31页 |
| ·概述 | 第19-21页 |
| ·图像融合的层次 | 第19-20页 |
| ·图像融合的一般流程 | 第20-21页 |
| ·基于统计数学的融合方法 | 第21-23页 |
| ·PCA融合原理 | 第21-23页 |
| ·实验结果与分析 | 第23页 |
| ·基于色彩变换的融合方法 | 第23-26页 |
| ·IHS变换原理 | 第23-24页 |
| ·实验结果与分析 | 第24-26页 |
| ·基于多分辨率分析的融合方法 | 第26-30页 |
| ·图像的小波分解与重构 | 第27页 |
| ·实验结果与分析 | 第27-30页 |
| ·小结 | 第30-31页 |
| 第三章 基于概率神经网路的多光谱图像融合 | 第31-42页 |
| ·概述 | 第31页 |
| ·PNN基本理论及模型改进 | 第31-38页 |
| ·PNN基础模型 | 第31-33页 |
| ·基于PNN的信息融合模型 | 第33-35页 |
| ·模型参数确定 | 第35-38页 |
| ·基于PNN的多光谱图像融合 | 第38-39页 |
| ·实验结果与分析 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第四章 基于D-S证据理论的多光谱图像融合 | 第42-57页 |
| ·概述 | 第42页 |
| ·D-S证据理论的基本理论 | 第42-47页 |
| ·基本概念 | 第42-45页 |
| ·Dempster合成法则 | 第45-46页 |
| ·证据理论与Bayes理论的区别 | 第46-47页 |
| ·基于证据理论的信息融合 | 第47页 |
| ·基于D-S证据理论的图像融合 | 第47-52页 |
| ·图像融合分类的基本流程 | 第48页 |
| ·基本概率分配函数的构造 | 第48-51页 |
| ·证据理论融合与决策 | 第51-52页 |
| ·实验结果与分析 | 第52-55页 |
| ·小结 | 第55-57页 |
| 第五章 多光谱图像融合质量评价方法研究 | 第57-75页 |
| ·概述 | 第57页 |
| ·多光谱融合图像质量评价方法 | 第57-69页 |
| ·主观评价方法 | 第58页 |
| ·常用的客观评价指标 | 第58-69页 |
| ·决策级图像融合结果质量评价 | 第69-73页 |
| ·分类精度评价 | 第69-73页 |
| ·其他评价方法 | 第73页 |
| ·评价指标的选取 | 第73-74页 |
| ·小结 | 第74-75页 |
| 第六章 结论与展望 | 第75-77页 |
| ·全文总结 | 第75页 |
| ·工作展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士期间取得的研究成果 | 第83页 |
