基于卫星云图融合算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-14页 |
| ·卫星图像融合技术的研究背景 | 第10-11页 |
| ·红外云图及可见光云图融合的研究意义 | 第11-12页 |
| ·本文主要工作以及结构安排 | 第12-14页 |
| 2 气象卫星数据特点分析 | 第14-18页 |
| ·气象卫星的数据采集特点 | 第14页 |
| ·卫星云图的特点 | 第14-18页 |
| ·红外图像的特点 | 第15-16页 |
| ·可见光云图的特点 | 第16-18页 |
| 3 图像融合的融合规则以及评价准则 | 第18-26页 |
| ·图像融合的分类 | 第18-19页 |
| ·图像融合规则的介绍 | 第19-22页 |
| ·基于像素点的规则 | 第19-20页 |
| ·基于局部信息特点的规则 | 第20-22页 |
| ·图像融合的效果分析 | 第22-25页 |
| ·主观分析方法 | 第22页 |
| ·客观分析方法 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 4 多小波变换算法的图像融合算法的实验研究 | 第26-43页 |
| ·小波变换基本理论的概述 | 第26-34页 |
| ·小波变换分类 | 第27页 |
| ·多分辨率分析与 Mal lat算法 | 第27-31页 |
| ·二维图像小波分解概述 | 第31-34页 |
| ·多小波变换实现的图像融合 | 第34-38页 |
| ·多小波变换基本概念 | 第35-37页 |
| ·多小波分解以及重构 | 第37-38页 |
| ·实验结论与分析评价 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 5 脉冲耦合神经网络及非轮廓波的介绍 | 第43-48页 |
| ·非采样 Contourlet 变换 | 第43-44页 |
| ·NSCT 变换 | 第44-45页 |
| ·非下采样塔式分解 | 第44页 |
| ·非下采样滤波器组 | 第44-45页 |
| ·脉冲耦合神经网络 | 第45页 |
| ·PCNN 模型 | 第45页 |
| ·PCNN 在图像融合中的应用 | 第45页 |
| ·基于 NSCT-PCNN 的图像融合算法 | 第45-46页 |
| ·试验结果与分析 | 第46-47页 |
| ·结束语 | 第47-48页 |
| 6 总结和展望 | 第48-50页 |
| ·全文总结 | 第48-49页 |
| ·工作展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 个人简历 | 第53-54页 |
| 研究生阶段发表的学术论文 | 第54页 |
