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

Landsat卫星图像云层去除算法研究

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-15页
    1.1 研究背景和意义第8-10页
    1.2 国内外研究现状第10-13页
    1.3 本文主要研究内容与组织结构第13-15页
第二章 基于双树复小波变换融合方法的Landsat图像薄云去除第15-31页
    2.1 双树复小波变换第15-23页
        2.1.1 小波变换第15-19页
        2.1.2 复小波变换第19-20页
        2.1.3 双树复小波变换第20-23页
    2.2 基于双树复小波变换的图像融合第23-26页
        2.2.1 低频系数融合第24-25页
        2.2.2 方向高频系数融合第25-26页
    2.3 薄云去除算法步骤第26页
    2.4 实验结果与分析第26-30页
    2.5 本章小结第30-31页
第三章 基于多维输出支持向量回归的Landsat卫星图像云去除第31-46页
    3.1 支持向量机第31-35页
        3.1.1 线性支持向量机第31-34页
        3.1.2 非线性支持向量机第34-35页
    3.2 多维输出支持向量回归第35-37页
    3.3 云层去除算法第37-41页
        3.3.1 薄云去除第37-39页
        3.3.2 不重叠厚云区的云去除算法第39-40页
        3.3.3 重叠厚云区的云去除算法第40-41页
    3.4 实验结果与分析第41-45页
    3.5 本章小结第45-46页
第四章 基于相似像素区域替换的Landsat卫星图像厚云去除第46-61页
    4.1 马尔可夫随机场第46-51页
        4.1.1 马尔可夫过程的定义第47页
        4.1.2 马尔可夫随机场第47-50页
        4.1.3 邻域系统和子团第50-51页
    4.2 相似区域特征第51-55页
        4.2.1 灰度特征参量提取第52页
        4.2.2 分形几何特征参量提取第52-53页
        4.2.3 纹理特征参量提取第53-55页
    4.3 利用相似像素替换的厚云去除算法第55-58页
        4.3.1 马尔可夫随机场模型第56-58页
        4.3.2 厚云算法步骤第58页
    4.4 实验结果与分析第58-60页
    4.5 本章小结第60-61页
第五章 总结与展望第61-63页
    5.1 总结第61页
    5.2 展望第61-63页
参考文献第63-68页
致谢第68-69页
攻读硕士期间发表的论文第69页
攻读硕士期间参与的科研项目第69页

论文共69页,点击 下载论文
上一篇:腾讯实行“IP”全版权开发的相关研究
下一篇:多数据中心环境中数据密集型科学工作流的执行优化研究