摘要 | 第10-11页 |
ABSTRACT | 第11-12页 |
第一章 绪论 | 第13-26页 |
1.1 课题背景及研究意义 | 第13-15页 |
1.2 国内外研究现状 | 第15-21页 |
1.2.1 起源和发展 | 第16页 |
1.2.2 国内外研究机构 | 第16-18页 |
1.2.3 国内外研究现状 | 第18-20页 |
1.2.4 存在的问题 | 第20-21页 |
1.3 论文主要工作及成果 | 第21-23页 |
1.4 论文内容安排 | 第23-26页 |
第二章 多模态遥感图像配准基础理论 | 第26-36页 |
2.1 引言 | 第26页 |
2.2 图像配准基础 | 第26-31页 |
2.3 可见光、红外及SAR图像对比说明 | 第31-33页 |
2.4 与其他配准问题的联系与区别 | 第33-34页 |
2.5 本章小结与讨论 | 第34-36页 |
第三章 结合结构特征与局部特征的配准方法 | 第36-65页 |
3.1 引言 | 第36-37页 |
3.2 适用于多模态遥感图像配准的特征提取和特征匹配 | 第37-47页 |
3.2.1 特征提取与特征描述 | 第38-41页 |
3.2.2 特征匹配 | 第41-44页 |
3.2.3 典型方法介绍 | 第44-46页 |
3.2.4 以往方法存在的问题及解决思路 | 第46-47页 |
3.3 结合概率混合模型与局部不变特征的配准方法 | 第47-55页 |
3.3.1 结构特征及基于高斯混合模型的鲁棒匹配方法 | 第47-49页 |
3.3.2 引入定量度量的局部特征 | 第49-51页 |
3.3.3 结合高斯混合模型与局部特征的配准方法 | 第51-52页 |
3.3.4 实验结果与分析 | 第52-55页 |
3.4 基于分类的配准方法 | 第55-63页 |
3.4.1 两种配准流程回顾 | 第55-57页 |
3.4.2 新的配准框架 | 第57-59页 |
3.4.3 引入语义信息配准方法 | 第59-60页 |
3.4.4 实验结果与分析 | 第60-63页 |
3.5 本章小结 | 第63-65页 |
第四章 结合局部信息的互信息配准方法 | 第65-89页 |
4.1 引言 | 第65-66页 |
4.2 基于像素配准方法的原理及存在问题 | 第66-73页 |
4.2.1 基于统计的多模态遥感图像配准方法 | 第66-70页 |
4.2.2 基于互信息的多模态遥感图像配准方法 | 第70-72页 |
4.2.3 基于像素的配准方法存在的问题与改进思路 | 第72-73页 |
4.3 基于标记互信息的配准方法 | 第73-81页 |
4.3.1 算法动机 | 第74-77页 |
4.3.2 算法流程 | 第77-79页 |
4.3.3 实验与分析 | 第79-81页 |
4.4 双生长互信息 | 第81-88页 |
4.4.1 算法概述 | 第82页 |
4.4.2 算法步骤 | 第82-84页 |
4.4.3 实验与分析 | 第84-88页 |
4.5 本章小结与讨论 | 第88-89页 |
第五章 基于Bootstrap重采样的配准方法不确定性估计及校正配准一致性 | 第89-117页 |
5.1 引言 | 第89-90页 |
5.2 配准评价现有方法回顾及缺陷分析 | 第90-92页 |
5.2.1 现有方法回顾 | 第90-91页 |
5.2.2 现有配准评价方法存在的问题 | 第91-92页 |
5.3 基于Bootstrap重采样的配准结果不确定性估计 | 第92-109页 |
5.3.1 基于特征的图像配准方法框架 | 第93-94页 |
5.3.2 基于特征方法的配准结果的不确定性 | 第94-95页 |
5.3.3 Bootstrap重采样方法介绍 | 第95-96页 |
5.3.4 应用Bootstrap重采样估计基于特征的配准方法的不确定性 | 第96-97页 |
5.3.5 实验与分析 | 第97-109页 |
5.4 校正配准一致性 | 第109-116页 |
5.4.1 配准一致性 | 第110页 |
5.4.2 问题分析 | 第110-113页 |
5.4.3 校正配准一致性 | 第113-114页 |
5.4.4 实验与分析 | 第114-116页 |
5.5 本章小结 | 第116-117页 |
第六章 结论与展望 | 第117-119页 |
致谢 | 第119-120页 |
参考文献 | 第120-133页 |
攻读博士期间取得的学术成果 | 第133-134页 |
攻读博士期间参与的科研项目 | 第134页 |