遥感图像中的多源信息融合技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-16页 |
| ·多源遥感图像的定义 | 第7-8页 |
| ·多源遥感图像的研究背景 | 第8-9页 |
| ·多源遥感图像的研究现状 | 第9-10页 |
| ·多源遥感图像的应用现状 | 第10-12页 |
| ·多源图像融合的层次 | 第12-16页 |
| ·像素级图像融合 | 第12-13页 |
| ·特征级图像融合 | 第13-14页 |
| ·决策级图像融合 | 第14-16页 |
| 第2章 图像融合预处理技术 | 第16-26页 |
| ·SAR图像预处理技术 | 第16-17页 |
| ·SAR图像成像机理 | 第16页 |
| ·SAR图像去噪 | 第16-17页 |
| ·TM图像预处理 | 第17-18页 |
| ·噪声处理 | 第17页 |
| ·校正处理 | 第17-18页 |
| ·增强处理 | 第18页 |
| ·图像配准 | 第18-23页 |
| ·图像插值 | 第23-26页 |
| ·最近邻域内插法 | 第23-24页 |
| ·双线性内插法 | 第24-25页 |
| ·双三次内插法 | 第25-26页 |
| 第3章 图像融合的一般方法 | 第26-43页 |
| ·直接平均法融合 | 第26-27页 |
| ·高通滤波融合法 | 第27-28页 |
| ·基于HIS变换的融合方法 | 第28-30页 |
| ·彩色空间模型 | 第28-30页 |
| ·HIS变换的一般步骤 | 第30页 |
| ·基于PCA变换的融合方法 | 第30-32页 |
| ·主成分分析(PCA)理论 | 第30-32页 |
| ·传统主成分分析方法进行图像融合的算法 | 第32页 |
| ·多分辨率图像融合算法 | 第32-43页 |
| ·基于金字塔分解的融合算法 | 第32-38页 |
| ·小波变换的基本概念 | 第38-43页 |
| 第4章 基于PCA和小波包的遥感图像融合算法 | 第43-53页 |
| ·传统算法存在的缺点 | 第43页 |
| ·一般的改进算法 | 第43-44页 |
| ·基于PCA和小波包的改进算法 | 第44-53页 |
| ·小波包概述 | 第44-47页 |
| ·基于PCA和小波包的融合改进算法 | 第47-48页 |
| ·实验结果 | 第48-53页 |
| 第5章 基于SVM的区域融合算法 | 第53-63页 |
| ·支持向量机(SVM) | 第53-58页 |
| ·遥感图像区域分割 | 第58-59页 |
| ·地物波谱特性 | 第58-59页 |
| ·基于边缘信息的区域分割 | 第59-60页 |
| ·融合准则 | 第60-61页 |
| ·实验结果 | 第61-63页 |
| 第6章 总结和展望 | 第63-65页 |
| ·本文的主要工作及结论 | 第63-64页 |
| ·工作展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |
