摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第8-14页 |
1.1 研究背景、目的与意义 | 第8-11页 |
1.1.1 研究背景 | 第8-10页 |
1.1.2 研究目的与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 主要研究内容及组织结构 | 第13-14页 |
第二章 薄云覆盖遥感图像及其预处理 | 第14-27页 |
2.1 薄云覆盖遥感图像 | 第14-15页 |
2.2 遥感图像预处理 | 第15-26页 |
2.2.1 几何校正 | 第16-17页 |
2.2.2 大气校正 | 第17-18页 |
2.2.3 图像配准 | 第18-26页 |
2.3 本章小结 | 第26-27页 |
第三章 基于NSCT和T-SVR的薄云覆盖遥感图像地物信息恢复 | 第27-46页 |
3.1 改进的非抽样Contourlet变换 | 第27-30页 |
3.1.1 非抽样Contourlet变换 | 第27-29页 |
3.1.2 自适应阈值非抽样Contourlet变换 | 第29-30页 |
3.2 变化检测算法 | 第30-32页 |
3.3 迁移支持向量回归 | 第32-40页 |
3.3.1 支持向量机 | 第32-37页 |
3.3.2 迁移支持向量回归 | 第37-40页 |
3.4 地物信息恢复算法流程 | 第40-41页 |
3.5 实验结果与分析 | 第41-45页 |
3.6 本章小结 | 第45-46页 |
第四章 结合M-NDTCWT与T-LSSVR的薄云覆盖遥感图像地物信息恢复 | 第46-66页 |
4.1 多方向非抽样对偶数复小波变换 | 第46-51页 |
4.1.1 小波变换 | 第46-48页 |
4.1.2 对偶数复小波变换 | 第48-50页 |
4.1.3 多方向非抽样对偶数复小波变换 | 第50-51页 |
4.2 迁移最小方差支持向量机回归 | 第51-52页 |
4.3 遥感图像地物特征提取 | 第52-55页 |
4.3.1 颜色特征 | 第52-53页 |
4.3.2 纹理特征 | 第53-54页 |
4.3.3 形状特征 | 第54-55页 |
4.4 基于贝叶斯推理的遥感图像地物分类算法 | 第55-56页 |
4.5 地物信息恢复算法流程 | 第56-57页 |
4.6 实验结果与分析 | 第57-65页 |
4.6.1 模拟数据实验 | 第58-61页 |
4.6.2 真实数据实验 | 第61-65页 |
4.7 本章小结 | 第65-66页 |
第五章 总结与展望 | 第66-67页 |
5.1 全文总结 | 第66页 |
5.2 展望 | 第66-67页 |
参考文献 | 第67-74页 |
致谢 | 第74-75页 |
攻读硕士期间发表的论文 | 第75页 |
攻读硕士期间参与的科研项目 | 第75页 |