多成因遥感影像亮度不均的变分校正方法研究

摘要	第1-7页
Abstract	第7-10页
目录	第10-12页
第一章 绪论	第12-24页
·研究的目的和意义	第12-15页
·国内外的研究现状	第15-21页
·本文研究的主要内容	第21-22页
·论文组织	第22-23页
本章小结	第23-24页
第二章 影像处理变分方法的一般框架	第24-40页
·变分法的相关定义	第24-28页
·数学基础	第24-25页
·影像及其相关算子的数学表示	第25-27页
·影像处理变分模型的一般形式	第27-28页
·常用的影像先验模型	第28-34页
·基于H~1半范数的先验	第28-29页
·全变差先验	第29-30页
·广义的TV先验—L~p范数先验	第30-31页
·马尔可夫先验	第31-33页
·混合先验	第33-34页
·变分模型的数值求解方法	第34-39页
·最速下降法	第34-36页
·分裂Bregman迭代法	第36-38页
·迭代重加权法	第38-39页
本章小结	第39-40页
第三章 感知驱动的遥感影像整体亮度不均校正方法	第40-72页
·遥感影像整体亮度不均的成因	第40-42页
·现有影像整体亮度不均校正方法	第42-49页
·Mask匀光法	第42-43页
·Wallis滤波法	第43-45页
·基于感知的亮度校正算法	第45-49页
·基于感知的影像亮度不均校正变分模型	第49-55页
·现有的基于感知的变分校正模型	第50-51页
·感知驱动的亮度不均校正变分模型	第51-55页
·实验结果与分析	第55-70页
·模拟影像实验	第55-61页
·航空影像实验	第61-70页
本章小结	第70-72页
第四章 基于梯度融合的薄云/雾霭校正方法	第72-102页
·云雾影像的观测模型	第72-73页
·现有的薄云/雾霭校正方法	第73-76页
·暗目标减去法(DOS)	第74-75页
·基于HOT的薄云/雾霭校正方法	第75-76页
·可见光与红外波段影像的关系：以ETM+数据为例	第76-79页
·可见光与红外波段的互补性	第76-78页
·可见光与红外波段的相关性	第78-79页
·基于梯度的影像融合	第79-87页
·基于梯度的影像融合变分模型	第80-82页
·大气效应在可见光波段的定量关系	第82-87页
·有约束的归一化梯度融合模型(CNGF)	第87页
·实验结果与分析	第87-99页
·无云影像增强实验	第87-93页
·有云影像去云实验	第93-98页
·CNGF的收敛性分析	第98-99页
本章小结	第99-102页
第五章 非局部正则化的遥感影像建筑物阴影去除方法	第102-136页
·高分辨率遥感影像中阴影的成因及特性	第102-104页
·现有的阴影去除方法	第104-107页
·强度域的Tsai方法	第104-106页
·梯度域的泊松方程法	第106-107页
·非局部正则化算子	第107-109页
·高分辨率遥感影像阴影检测	第109-111页
·软阴影	第109页
·影像抠图	第109-111页
·非局部正则化的高分辨率遥感影像阴影补偿方法	第111-119页
·阴影影像观测模型	第111-112页
·非局部正则化的阴影补偿变分模型	第112-117页
·空间自适应的阴影补偿模型	第117-118页
·最优化求解	第118-119页
·实验结果与分析	第119-134页
·软阴影检测	第119-122页
·阴影去除	第122-129页
·对比实验	第129-132页
·参数设置	第132-134页
本章小结	第134-136页
第六章 总结与展望	第136-140页
参考文献	第140-148页
附录	第148-150页
致谢	第150页