| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 遥感图像 | 第8-12页 |
| 1.1.1 遥感图像成像原理 | 第8-9页 |
| 1.1.2 遥感图像处理方法 | 第9-11页 |
| 1.1.3 遥感图像预处理的现状及存在的问题 | 第11-12页 |
| 1.2 本文研究安排 | 第12-14页 |
| 第二章 小波变换 | 第14-26页 |
| 2.1 噪声图像 | 第14-16页 |
| 2.1.1 图像复原模型 | 第14页 |
| 2.1.2 图像质量评价标准 | 第14-16页 |
| 2.2 小波变换 | 第16-20页 |
| 2.2.1 小波变换的数学基础 | 第17-19页 |
| 2.2.2 Mallat算法 | 第19页 |
| 2.2.3 小波变换的原理 | 第19-20页 |
| 2.3 小波基 | 第20-22页 |
| 2.4 小波分层 | 第22页 |
| 2.5 小波函数 | 第22-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 自适应小波阈值算法在遥感图像中的应用 | 第26-42页 |
| 3.1 降噪方法的基本原理 | 第26-30页 |
| 3.1.1 抑制细节系数降噪 | 第26页 |
| 3.1.2 傅里叶变换降噪 | 第26-28页 |
| 3.1.3 全局阈值与分层阈值降噪 | 第28页 |
| 3.1.4 仿真试验 | 第28-30页 |
| 3.2 最优化法 | 第30-32页 |
| 3.2.1 分法 | 第31-32页 |
| 3.2.2 黄金分割法 | 第32页 |
| 3.3 自适应小波阈值降噪 | 第32-33页 |
| 3.4 仿真实验 | 第33-35页 |
| 3.5 遥感图像降噪 | 第35-40页 |
| 3.5.1 数据预处理 | 第35-37页 |
| 3.5.2 遥感图像降噪处理 | 第37-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 基于灰关联分析理论的遥感图像质量评价 | 第42-53页 |
| 4.1 灰色理论 | 第42-46页 |
| 4.1.1 灰色理论概述 | 第42-44页 |
| 4.1.2 灰色关联分析理论 | 第44页 |
| 4.1.3 邓氏关联度 | 第44-46页 |
| 4.2 基于小波系数的灰关联算法 | 第46-47页 |
| 4.3 小波系数灰关联算法在遥感图像质量评价中的应用 | 第47-50页 |
| 4.4 仿真实验 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文主要工作内容 | 第53-54页 |
| 5.2 研究展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 作者简介及研究生期间取得成果 | 第59页 |