| 本论文创新点 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第18-28页 |
| 1.1 研究背景及选题意义 | 第18页 |
| 1.2 国内外现状 | 第18-25页 |
| 1.2.1 多视遥感数据获取 | 第19-20页 |
| 1.2.2 立体卫星影像成像建模主要方法 | 第20-21页 |
| 1.2.3 卫星遥感影像地表信息提取 | 第21-22页 |
| 1.2.4 遥感地物要素提取研究 | 第22-25页 |
| 1.3 论文主要内容与组织 | 第25-28页 |
| 2 高分辨率立体卫星的成像对地定位 | 第28-57页 |
| 2.1 卫星遥感成像模型构建方法 | 第29-32页 |
| 2.2 卫星遥感成像模型构建 | 第32-43页 |
| 2.2.1 立体卫星严密成像模型 | 第32-36页 |
| 2.2.2 立体卫星影像有理函数模型 | 第36-43页 |
| 2.3 立体卫星遥感成像地形信息提取技术与试验 | 第43-56页 |
| 2.3.1 数据资料介绍 | 第43-44页 |
| 2.3.2 卫星对地定位试验方案及精度分析 | 第44-56页 |
| 2.4 小结 | 第56-57页 |
| 3 高分辨率立体卫星影像辐射质量提升 | 第57-96页 |
| 3.1 卫星成像辐射传输模型构建方法 | 第57-58页 |
| 3.2 大气气溶胶光学厚度反演技术 | 第58-62页 |
| 3.3 相对辐射校正模型获取 | 第62-65页 |
| 3.3.1 基于实验室积分球定标试验的辐射校正模型 | 第62-65页 |
| 3.3.2 基于在轨均匀场景的辐射校正模型研究 | 第65页 |
| 3.4 三线阵单相机辐射校正算法研究 | 第65-80页 |
| 3.4.1 基于定标数据的相对辐射校正 | 第65-68页 |
| 3.4.2 基于图像统计的相对辐射校正 | 第68-70页 |
| 3.4.3 灰度异常探元处理算法及处理效果 | 第70-71页 |
| 3.4.4 基于单景图像数据的色差去除算法 | 第71-74页 |
| 3.4.5 基于大量图像统计的色差去除方法 | 第74-78页 |
| 3.4.6 三线阵协同辐射校正效果图 | 第78-80页 |
| 3.5 立体卫星成像MTFC补偿技术 | 第80-95页 |
| 3.5.1 系统MTF分析和建模 | 第81-83页 |
| 3.5.2 地面标靶法获取卫星在轨MTF获取方法 | 第83-94页 |
| 3.5.3 试验小结 | 第94-95页 |
| 3.6 小结 | 第95-96页 |
| 4 高分辨率立体测绘卫星的三线阵立体相机特征分析 | 第96-114页 |
| 4.1 卫星遥感影像特征分析与质量评价 | 第96-97页 |
| 4.2 资源三号三线阵测图卫星立体影像特征分析 | 第97-104页 |
| 4.2.1 图像特征分析与质量评价 | 第97-98页 |
| 4.2.2 资源三号三线阵立体相机图像特征分析与质量评价 | 第98-104页 |
| 4.3 立体测绘卫星的三线阵立体相机测绘精度评价 | 第104-113页 |
| 4.3.1 卫星影像测绘精度评价 | 第104-105页 |
| 4.3.2 立体测绘卫星的三线阵相机影像测绘精度评价 | 第105-113页 |
| 4.4 小结 | 第113-114页 |
| 5 高分辨率立体卫星影像超分辨率重建 | 第114-126页 |
| 5.1 三线阵图像配准 | 第114-116页 |
| 5.1.1 互信息的计算 | 第114-115页 |
| 5.1.2 配准 | 第115-116页 |
| 5.2 基于鲁棒性保持的超分辨率重建 | 第116-117页 |
| 5.3 超分辨重建实验与分析 | 第117-125页 |
| 5.3.1 超分辨重建过程 | 第117-122页 |
| 5.3.2 PSNR客观评价 | 第122-124页 |
| 5.3.3 信息熵 | 第124-125页 |
| 5.4 小结 | 第125-126页 |
| 6 使用多特征融合的建成区影像协同提取 | 第126-160页 |
| 6.1 多尺度自卷积直方图和Tamura纹理特征的提取 | 第127-139页 |
| 6.1.1 多尺度自卷积直方图特征 | 第127-133页 |
| 6.1.2 Tamura纹理测度特征的提取 | 第133-136页 |
| 6.1.3 基于多尺度卷积直方图和Tamura纹理特征的建成区提取 | 第136-139页 |
| 6.2 基于多核学习的多特征融合建成区检测 | 第139-148页 |
| 6.2.1 模式识别的核方法 | 第139-141页 |
| 6.2.2 基于多核学习的特征融合方法 | 第141-143页 |
| 6.2.3 基于多特征融合的建成区检测 | 第143-148页 |
| 6.3 基于立体测绘卫星多视影像的建成区协同检测 | 第148-154页 |
| 6.3.1 候选建成区区域特征提取 | 第149-150页 |
| 6.3.2 基于谱聚类的区域分组 | 第150-151页 |
| 6.3.3 基于Graph cut算法的建成区区域提取 | 第151-152页 |
| 6.3.4 Graph cut求解算法 | 第152-154页 |
| 6.4 实验结果与分析 | 第154-158页 |
| 6.4.1 实验一:基于多视的协同检测 | 第154-155页 |
| 6.4.2 实验二:基于超分重建的多视协同检测 | 第155-158页 |
| 6.5 小结 | 第158-160页 |
| 7 总结 | 第160-162页 |
| 7.1 论文总结 | 第160页 |
| 7.2 主要贡献与创新点 | 第160-161页 |
| 7.3 研究展望 | 第161-162页 |
| 攻读博士期间的主要科研工作 | 第162-163页 |
| 参考文献 | 第163-171页 |
| 致谢 | 第171页 |
