| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·图像配准概念 | 第11-12页 |
| ·遥感图像配准技术研究现状 | 第12-14页 |
| ·论文选题的意义 | 第14-15页 |
| ·本文主要工作及内容安排 | 第15-17页 |
| 第2章 遥感图像配准基础理论 | 第17-24页 |
| ·遥感图像的数据特征 | 第17-18页 |
| ·全色图像 | 第17页 |
| ·多光谱图像 | 第17页 |
| ·高光谱遥感图像 | 第17-18页 |
| ·图像配准的数学模型 | 第18-20页 |
| ·基于特征的配准方法 | 第20-23页 |
| ·算法流程 | 第20-21页 |
| ·特征提取 | 第21-22页 |
| ·特征匹配 | 第22-23页 |
| ·模型参数估计 | 第23页 |
| ·图像变换和灰度插值 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于点特征和虚拟特征的自动配准技术 | 第24-46页 |
| ·特征点检测技术 | 第24-31页 |
| ·Harris特征点检测方法 | 第24-27页 |
| ·尺度不变特征变换(SIFT)特征点检测 | 第27-31页 |
| ·虚拟结构特征 | 第31页 |
| ·匹配准则 | 第31-36页 |
| ·基于虚拟特征的匹配准则 | 第32-33页 |
| ·基于互信息位置控制的匹配准则 | 第33-34页 |
| ·特征匹配结果不确定性分析 | 第34-35页 |
| ·最优化求解 | 第35-36页 |
| ·基于虚拟特征的位置互信息控制自动配准算法 | 第36-41页 |
| ·算法流程 | 第36-37页 |
| ·实验结果与分析 | 第37-41页 |
| ·基于尺度不变特征变换(SIFT)和互信息的自动配准算法 | 第41-44页 |
| ·算法流程 | 第41-42页 |
| ·实验结果与分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 基于典型区域特征的自动配准技术 | 第46-58页 |
| ·引言 | 第46-47页 |
| ·典型区域特征的提取 | 第47-50页 |
| ·全色图像的分割及典型区域的提取 | 第47-49页 |
| ·基于混合像元分解的高光谱图像分割 | 第49-50页 |
| ·典型区域的匹配 | 第50-52页 |
| ·典型区域粗匹配 | 第50-51页 |
| ·不变距匹配 | 第51-52页 |
| ·亚像素级匹配 | 第52页 |
| ·实验结果与分析 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 配准评价标准 | 第58-63页 |
| ·客观评价标准 | 第58-59页 |
| ·主观评价标准 | 第59页 |
| ·基于联合熵的新型评价标准 | 第59-61页 |
| ·联合熵 | 第59-60页 |
| ·联合直方图 | 第60页 |
| ·实验仿真 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·本文工作总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 攻读学位期间发表的学术论文 | 第71页 |