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 |