| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题背景 | 第11-13页 |
| 1.2 国内外研究现状和研究意义 | 第13-16页 |
| 1.2.1 国内外研究现状 | 第13-16页 |
| 1.2.2 研究意义 | 第16页 |
| 1.3 课题来源与研究内容 | 第16页 |
| 1.3.1 课题来源 | 第16页 |
| 1.3.2 研究内容与研究目标 | 第16页 |
| 1.4 论文组织 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 图像的配准方法研究 | 第18-33页 |
| 2.1 图像配准 | 第18-19页 |
| 2.1.1 图像配准的数学描述 | 第18页 |
| 2.1.2 图像配准的基本步骤 | 第18-19页 |
| 2.2 主要图像配准方法概述 | 第19-22页 |
| 2.2.1 基于图像灰度的图像配准方法 | 第19页 |
| 2.2.2 基于变换域的图像配准方法 | 第19-20页 |
| 2.2.3 基于图像特征的方法 | 第20-22页 |
| 2.3 遥感图像配准技术的难点 | 第22页 |
| 2.4 基于 SIFT 的多光谱遥感图像配准方法 | 第22-30页 |
| 2.4.1 基于 SIFT 的多光谱遥感图像配准方法思想 | 第22-23页 |
| 2.4.2 基于信息熵的特征网格 | 第23-24页 |
| 2.4.3 SIFT 特征点提取 | 第24-29页 |
| 2.4.4 SIFT 特征点匹配 | 第29-30页 |
| 2.5 算法流程与步骤 | 第30页 |
| 2.6 实验结果与分析 | 第30-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第3章 超分辨率重建方法研究 | 第33-51页 |
| 3.1 超分辨率图像重建的理论基础 | 第33-34页 |
| 3.1.1 解析延拓理论 | 第33-34页 |
| 3.1.2 信息叠加理论 | 第34页 |
| 3.1.3 非线性操作 | 第34页 |
| 3.2 图像的观测模型 | 第34-36页 |
| 3.3 图像超分辨率重建问题的基本处理步骤 | 第36-37页 |
| 3.3.1 图像配准 | 第36页 |
| 3.3.2 图像重建 | 第36-37页 |
| 3.4 遥感应用中的特殊性 | 第37-38页 |
| 3.5 常用超分辨率算法综述 | 第38-41页 |
| 3.5.1 多帧图像频域 SR 重建 | 第38-39页 |
| 3.5.2 超分辨率空域算法 | 第39-41页 |
| 3.6 基于 Hopfield 神经网络的超分辨重建算法 | 第41-48页 |
| 3.6.1 非线性各向异性扩展滤波 | 第41-42页 |
| 3.6.2 Hopfield 神经网络 | 第42-44页 |
| 3.6.3 利用 Hopfield 神经网络实现超分辨率重建 | 第44-48页 |
| 3.7 实验结果 | 第48-50页 |
| 3.8 本章小结 | 第50-51页 |
| 第4章 超分辨率重建在遥感图像小目标识别中的应用 | 第51-61页 |
| 4.1 图像目标识别的关键步骤 | 第51页 |
| 4.2 常用于目标识别的方法 | 第51-52页 |
| 4.3 基于小波特征提取的 SVM 小微型地物分类方法 | 第52-54页 |
| 4.3.1 基于特征加权的 SVM 的目标识别 | 第52-54页 |
| 4.4 实验流程 | 第54-59页 |
| 4.4.1 基于 Hopfield 遥感图像超分辨率重建 | 第55页 |
| 4.4.2 多尺度 Hough 变换坝体检测 | 第55-57页 |
| 4.4.3 基于小波变换的地物地类图像细节特征提取 | 第57-59页 |
| 4.5 实验结果 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间所发表的学术论文 | 第66-68页 |
| 致谢 | 第68页 |
