| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 阴影简介 | 第13-16页 |
| 1.3.1 阴影的分类 | 第13-14页 |
| 1.3.2 阴影的性质 | 第14页 |
| 1.3.3 遥感影像阴影的特性 | 第14-15页 |
| 1.3.4 阴影去除评价指标 | 第15-16页 |
| 1.4 本文研究内容 | 第16-17页 |
| 1.5 本文组织结构 | 第17-18页 |
| 第2章 现有遥感影像阴影去除算法分析 | 第18-34页 |
| 2.1 引言 | 第18页 |
| 2.2 基于颜色恒常性的阴影去除算法 | 第18-21页 |
| 2.2.1 颜色恒常阴影去除原理 | 第18-20页 |
| 2.2.2 仿真分析 | 第20-21页 |
| 2.3 基于样本学习匹配的阴影去除算法 | 第21-25页 |
| 2.3.1 基于样本学习匹配的算法原理 | 第21-24页 |
| 2.3.2 仿真分析 | 第24-25页 |
| 2.4 基于区域补偿的阴影去除算法 | 第25-29页 |
| 2.4.1 区域补偿算法原理 | 第26页 |
| 2.4.2 基于色彩空间变换的阴影去除 | 第26-27页 |
| 2.4.3 基于内外检查线匹配的阴影去除 | 第27-28页 |
| 2.4.4 仿真分析 | 第28-29页 |
| 2.5 基于非局部正则化的阴影去除 | 第29-33页 |
| 2.5.1 软阴影 | 第29-30页 |
| 2.5.2 获取预测图像 | 第30页 |
| 2.5.3 获取阴影去除图像 | 第30-32页 |
| 2.5.4 仿真分析 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 基于亮暗补偿的非局部正则化阴影去除 | 第34-44页 |
| 3.1 基于亮暗补偿的非局部正则化阴影去除 | 第34-38页 |
| 3.1.1 亮暗补偿 | 第34-35页 |
| 3.1.2 阴影尺度差分析 | 第35-36页 |
| 3.1.3 分类分配权值 | 第36-38页 |
| 3.2 实验结果与分析 | 第38-43页 |
| 3.2.1 亮暗补偿实验结果对比分析 | 第38-39页 |
| 3.2.2 同一预测图像不同权值分配实验结果对比分析 | 第39页 |
| 3.2.3 阴影去除实验结果对比分析 | 第39-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第4章 结合分类补偿与高通滤波的阴影去除 | 第44-51页 |
| 4.1 分类补偿 | 第44-46页 |
| 4.1.1 分类补偿思想 | 第44页 |
| 4.1.2 分类补偿算法实现 | 第44-45页 |
| 4.1.3 分类补偿结果分析 | 第45-46页 |
| 4.2 高通滤波 | 第46-47页 |
| 4.2.1 图像频域滤波 | 第46-47页 |
| 4.2.2 亮度提升 | 第47页 |
| 4.2.3 结合分类补偿与高通滤波 | 第47页 |
| 4.3 实验结果与分析 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 遥感影像阴影去除可视化演示 | 第51-58页 |
| 5.1 图形用户界面概述 | 第51-52页 |
| 5.2 遥感影像阴影去除可视化演示界面 | 第52-57页 |
| 5.2.1 图形用户界面相关说明模块 | 第53-54页 |
| 5.2.2 遥感影像选择模块 | 第54-55页 |
| 5.2.3 现有阴影去除方法模块 | 第55-56页 |
| 5.2.4 改进方法模块 | 第56-57页 |
| 5.3 本章小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间发表的论文及参与的科研项目 | 第65页 |