首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于CCD图像辅助的CE-1高光谱图像分辨率增强技术

摘要第1-4页
ABSTRACT第4-7页
第1章 绪 论第7-13页
   ·课题背景第7页
   ·研究的目的和意义第7-8页
   ·高光谱图像分辨率增强技术及发展第8-12页
     ·基于混合象元分解的高光谱图像分辨率增强方法第9页
     ·基于插值的高光谱图像分辨率增强方法第9-10页
     ·基于多源信息融合的高光谱图像分辨率增强方法第10-12页
   ·本文的主要研究内容第12-13页
第2章 多源信息融合技术基础第13-26页
   ·引言第13页
   ·多源信息融合预处理第13-18页
     ·数字地面模型配准第14页
     ·多项式纠正第14-15页
     ·三角网纠正第15-16页
     ·SIFT配准第16-18页
   ·多源信息融合的基本方法第18-25页
     ·成分替换法第18-21页
     ·数理统计方法第21-23页
     ·尺度空间融合方法第23-25页
   ·本章小结第25-26页
第3章 融合CCD信息的IIM图像分辨率增强第26-40页
   ·引言第26页
   ·基于MAP/SMM模型的IIM分辨率增强第26-34页
     ·MAP 估计模型概述第27-28页
     ·SMM解混模型第28-30页
     ·混合象元解混和端元提取第30-31页
     ·空间点扩散函数PSF第31-32页
     ·MAP估计模型的优化第32-34页
   ·基于ARSIS模型的IIM分辨率增强第34-39页
     ·ARSIS模型的基本原理第35-37页
     ·尺度间与波段间相互构造模式第37-39页
   ·本章小结第39-40页
第4章 实验结果及分析第40-57页
   ·引言第40页
   ·预处理过程第40-44页
     ·粗配准第40页
     ·精配准及 SIFT 特征点提取第40-42页
     ·预处理结果第42-44页
   ·分辨率增强结果第44-52页
     ·经典图像融合方法的试验结果第44-45页
     ·MAP/SMM方法的试验结果第45-46页
     ·ARSIS模型的试验结果第46-52页
   ·融合结果量化评价第52-56页
     ·增强效果评价指标第52-53页
     ·典型融合方法的结果评价第53-54页
     ·MAP方法结果评价第54页
     ·ARSIS结果评估第54-56页
   ·本章小结第56-57页
结论第57-58页
参考文献第58-64页
攻读硕士学位期间发表的论文及其它成果第64-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:基于多核学习的高光谱图像目标解译技术研究
下一篇:基于多时相多光谱红外图像浅层地下目标探测技术研究