摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第12-24页 |
1.1 论文的研究背景及意义 | 第12-17页 |
1.1.1 空间遥感技术及其特点 | 第12-14页 |
1.1.2 影响遥感相机成像质量的主要因素 | 第14-15页 |
1.1.3 遥感影像清晰度提升的重要性 | 第15-17页 |
1.2 相关领域的研究现状 | 第17-20页 |
1.2.1 遥感影像薄云薄雾去除的研究现状 | 第17-19页 |
1.2.2 低照度遥感影像增强的研究现状 | 第19-20页 |
1.3 论文主要研究内容和结构 | 第20-24页 |
第2章 光学遥感影像清晰化处理的理论分析 | 第24-48页 |
2.1 引言 | 第24页 |
2.2 空间遥感相机的系统组成与成像原理 | 第24-30页 |
2.2.1 空间遥感相机的系统组成 | 第24-26页 |
2.2.2 空间遥感相机的工作模式 | 第26-27页 |
2.2.3 空间遥感相机的图像探测器 | 第27-30页 |
2.3 云雾图像成像机理 | 第30-41页 |
2.3.1 云雾的物理特性与成像特性 | 第30-36页 |
2.3.2 云雾图像的成像机理分析 | 第36-37页 |
2.3.3 薄云薄雾图像的退化模型 | 第37-41页 |
2.4 低照度遥感图像的特征分析 | 第41-42页 |
2.5 空间光学遥感影像的清晰度评价 | 第42-47页 |
2.5.1 参考型评价方法 | 第43-46页 |
2.5.2 无参考型评价方法 | 第46-47页 |
2.6 本章小结 | 第47-48页 |
第3章 薄云薄雾遥感图像清晰化处理方法研究 | 第48-78页 |
3.1 引言 | 第48页 |
3.2 基于图像增强的薄云薄雾处理方法 | 第48-53页 |
3.2.1 直方图均衡化 | 第49-51页 |
3.2.2 同态滤波 | 第51-53页 |
3.3 基于薄云薄雾图像退化模型的方法 | 第53-65页 |
3.3.1 基于特征学习模型的单幅图像去云雾方法 | 第53-60页 |
3.3.2 HSI色彩空间下的单幅遥感图像薄云薄雾去除方法 | 第60-65页 |
3.4 薄云薄雾清晰化处理算法的实验与分析 | 第65-76页 |
3.4.1 实验结果与分析 | 第65-73页 |
3.4.2 实验结果的指标评价 | 第73-76页 |
3.5 本章小结 | 第76-78页 |
第4章 低照度遥感图像的增强方法研究 | 第78-96页 |
4.1 引言 | 第78页 |
4.2 Retinex理论 | 第78-84页 |
4.2.1 单尺度Retinex算法 | 第79-81页 |
4.2.2 多尺度Retinex算法 | 第81-83页 |
4.2.3 带色彩恢复的多尺度Retinex算法 | 第83-84页 |
4.3 HSI色彩空间下的低照度遥感图像增强方法 | 第84-94页 |
4.3.1 算法流程 | 第84-85页 |
4.3.2 HSI色彩空间 | 第85-88页 |
4.3.3 改进的多尺度Retinex算法 | 第88-90页 |
4.3.4 局部对比度自适应调整算法 | 第90-92页 |
4.3.5 饱和度分量与色彩恢复的处理 | 第92-93页 |
4.3.6 算法的处理结果 | 第93-94页 |
4.4 本章小结 | 第94-96页 |
第5章 基于硬件测试平台的图像处理实验 | 第96-114页 |
5.1 引言 | 第96页 |
5.2 算法的硬件实验平台 | 第96-101页 |
5.2.1 图像处理硬件平台 | 第96-99页 |
5.2.2 硬件测试系统的其他组成部分 | 第99-101页 |
5.3 算法的硬件实现与性能分析 | 第101-112页 |
5.3.1 低照度遥感图像的增强算法硬件实现与性能分析 | 第101-105页 |
5.3.2 薄云薄雾遥感图像清晰化处理方法的硬件实现与性能分析 | 第105-112页 |
5.4 本章小结 | 第112-114页 |
第6章 总结与展望 | 第114-120页 |
6.1 论文工作总结 | 第114-116页 |
6.2 论文主要创新点 | 第116-117页 |
6.3 研究展望 | 第117-120页 |
参考文献 | 第120-130页 |
致谢 | 第130-132页 |
作者简历及攻读学位期间发表的学术论文与研究成果 | 第132-133页 |