| 作者简历 | 第6-8页 |
| 摘要 | 第8-10页 |
| abstract | 第10-12页 |
| 第一章 绪论 | 第16-29页 |
| 1.1 研究目的与意义 | 第16-18页 |
| 1.1.1 研究目的 | 第16-17页 |
| 1.1.2 研究意义 | 第17-18页 |
| 1.2 国内外相关研究现状 | 第18-24页 |
| 1.2.1 人类视觉感知 | 第18-19页 |
| 1.2.2 遥感影像几何成像 | 第19-21页 |
| 1.2.3 遥感影像色彩合成 | 第21-23页 |
| 1.2.4 遥感影像云雾校正 | 第23-24页 |
| 1.3 主要研究内容 | 第24-27页 |
| 1.4 论文组织与安排 | 第27-29页 |
| 第二章 基于视觉效果增强的模型构建 | 第29-52页 |
| 2.1 人类视觉系统特性 | 第29-31页 |
| 2.1.1 对比灵敏度 | 第29页 |
| 2.1.2 非线性特性 | 第29-30页 |
| 2.1.3 亮度适应性 | 第30页 |
| 2.1.4 层次丰富度表达 | 第30-31页 |
| 2.1.5 清晰度表达 | 第31页 |
| 2.2 遥感影像几何成像模型 | 第31-38页 |
| 2.2.1 遥感影像成像原理 | 第31-32页 |
| 2.2.2 轨道与传感器姿态模型 | 第32页 |
| 2.2.3 遥感影像系统误差补偿 | 第32-33页 |
| 2.2.4 几何成像参数解算 | 第33-34页 |
| 2.2.5 多项式纠正模型 | 第34-35页 |
| 2.2.6 RPC纠正模型 | 第35-37页 |
| 2.2.7 Spline纠正模型 | 第37-38页 |
| 2.3 遥感影像色彩合成模型 | 第38-43页 |
| 2.3.1 影像色彩合成理论 | 第38-40页 |
| 2.3.2 基于多源的合成模型 | 第40-41页 |
| 2.3.3 基于变量替换合成模型 | 第41-43页 |
| 2.3.4 基于高通滤波合成模型 | 第43页 |
| 2.4 遥感影像云雾校正模型 | 第43-49页 |
| 2.4.1 云雾成像机理 | 第43-44页 |
| 2.4.2 大气衰减模型 | 第44-45页 |
| 2.4.3 云雾图像成像模型 | 第45页 |
| 2.4.4 云雾图像退化模型 | 第45-47页 |
| 2.4.5 基于小波变换的方法 | 第47-48页 |
| 2.4.6 基于同态滤波的方法 | 第48-49页 |
| 2.5 视觉效果增强的模型构建 | 第49-50页 |
| 2.6 本章小结 | 第50-52页 |
| 第三章 嵌入PCI-RPC与ArcGIS-Spline的影像成像模型 | 第52-72页 |
| 3.1 基于PCI-RPC与ArcGIS-Spline的影像成像模型构建 | 第52-56页 |
| 3.1.1 成像模型的提出 | 第52-53页 |
| 3.1.2 成像模型基本原理 | 第53-55页 |
| 3.1.3 模型构建技术路线 | 第55-56页 |
| 3.2 基于PCI-RPC与ArcGIS-Spline模型的影像纠正实验 | 第56-66页 |
| 3.2.1 实验设计 | 第56-58页 |
| 3.2.2 实验数据 | 第58-59页 |
| 3.2.3 基于PCI-RPC与ArcGIS-Spline模型的影像纠正 | 第59-66页 |
| 3.3 实验结果与精度评定 | 第66-71页 |
| 3.3.1 精度评定指标 | 第66-67页 |
| 3.3.2 实验结果精度分析 | 第67-69页 |
| 3.3.3 实验结果讨论 | 第69-71页 |
| 3.4 本章小结 | 第71-72页 |
| 第四章 基于RGB-NIR变换的色彩合成模型 | 第72-90页 |
| 4.1 基于RGB-NIR变换的色彩合成模型构建 | 第72-75页 |
| 4.1.1 色彩合成模型的提出 | 第72-73页 |
| 4.1.2 色彩合成模型基本原理 | 第73-74页 |
| 4.1.3 合成模型构建技术路线 | 第74-75页 |
| 4.2 基于RGB-NIR变换模型的色彩合成实验 | 第75-83页 |
| 4.2.1 实验设计 | 第75-77页 |
| 4.2.2 实验数据 | 第77-79页 |
| 4.2.3 基于RGB-NIR变换模型的色彩合成 | 第79-83页 |
| 4.3 实验结果及精度评定 | 第83-89页 |
| 4.3.1 精度评定指标 | 第83-86页 |
| 4.3.2 实验结果精度分析 | 第86-88页 |
| 4.3.3 实验结果讨论 | 第88-89页 |
| 4.4 本章小结 | 第89-90页 |
| 第五章 基于CLAE的云雾校正模型 | 第90-105页 |
| 5.1 基于CLAE的云雾校正模型构建 | 第90-93页 |
| 5.1.1 云雾校正模型的提出 | 第90页 |
| 5.1.2 云雾校正模型基本原理 | 第90-92页 |
| 5.1.3 校正模型构建技术路线 | 第92-93页 |
| 5.2 基于CLAE模型的云雾校正实验 | 第93-98页 |
| 5.2.1 实验设计 | 第93-95页 |
| 5.2.2 实验数据 | 第95页 |
| 5.2.3 基于CLAE模型的云雾校正 | 第95-98页 |
| 5.3 实验结果及精度评定 | 第98-104页 |
| 5.3.1 精度评定指标 | 第98页 |
| 5.3.2 实验结果精度分析 | 第98-103页 |
| 5.3.3 实验结果讨论 | 第103-104页 |
| 5.4 本章小结 | 第104-105页 |
| 第六章 结论与展望 | 第105-108页 |
| 6.1 主要研究工作与创新 | 第105-106页 |
| 6.2 待研究与解决的问题 | 第106-108页 |
| 致谢 | 第108-110页 |
| 参考文献 | 第110-117页 |
