首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于小波理论的超光谱图像融合研究

第1章 绪论第1-21页
 1.1 引言第12页
 1.2 课题研究的背景第12-15页
  1.2.1 遥感技术概述第12-13页
  1.2.2 多光谱遥感的发展简介第13-14页
  1.2.3 超光谱遥感的由来第14-15页
 1.3 超光谱融合研究的重要意义第15-16页
 1.4 超光谱图像融合技术研究现状第16-19页
  1.4.1 国外超光谱研究情况第17页
  1.4.2 我国研究情况第17-19页
 1.5 课题研究思路及内容安排第19-21页
  1.5.1 研究思路第19页
  1.5.2 论文研究内容及结构安排第19-21页
第2章 超光谱图像特征分析第21-34页
 2.1 超光谱图像概述第21-27页
  2.1.1 超光谱图像的定义第21-22页
  2.1.2 超光谱遥感成像系统第22-24页
  2.1.3 超光谱图像的获取方式第24-25页
  2.1.4 超光谱图像数据表示方法第25-26页
  2.1.5 超光谱图像数据存贮方式第26-27页
 2.2 超光谱图像特性分析第27-29页
 2.3 超光谱图像数据源划分第29-31页
  2.3.1 数据源划分依据第29页
  2.3.2 超光谱图像数据源划分方法第29-31页
 2.4 基于超光谱图像融合的特征变换第31-33页
  2.4.1 主成分分析(PCA)第32-33页
  2.4.2 小波变换技术第33页
 2.5 本章小结第33-34页
第3章 图像融合技术概述第34-45页
 3.1 遥感图像融合技术简介第34-35页
 3.2 图像融合技术的不同层次第35-37页
  3.2.1 象素级图像融合第35-36页
  3.2.2 基于特征的图像融合第36页
  3.2.3 基于决策级的图像融合第36-37页
 3.3 图像融合的典型方法第37-41页
  3.3.1 基于 IHS变换的融合第38页
  3.3.2 相关统计分析融合第38页
  3.3.3 空间滤波分析融合第38-39页
  3.3.4 回归变量代换(RVS)融合第39页
  3.3.5 主成分分析(PCA)融合第39页
  3.3.6 小波变换融合第39-40页
  3.3.7 基于神经网络的图像融合第40页
  3.3.8 基于人工智能技术的图像融合第40-41页
 3.4 图像融合的关键技术分析第41页
 3.5 融合方法的对比及超谱融合方法选择第41-42页
 3.6 图像统计分析与融合效果的评价第42-44页
 3.7 本章小结第44-45页
第4章 基于小波理论的超光谱图像融合第45-60页
 4.1 引言第45-46页
 4.2 小波基本理论第46-49页
  4.2.1 连续小波变换第46-48页
  4.2.2 离散小波变换第48-49页
 4.3 小波多分辨率分析第49-52页
 4.4 超光谱图像的小波分解与重构第52-55页
  4.4.1 一维图像分解与重构第52-53页
  4.4.2 二维图像分解与重构第53-55页
 4.5 小波基的选取及验证第55-57页
 4.6 小波均值融合第57页
 4.7 实验结果及分析第57-59页
 4.8 本章小结第59-60页
第5章 基于小波变换的超光谱图像方差加权融合第60-71页
 5.1 引言第60-61页
 5.2 基于小波变换的方差加权融合第61-62页
  5.2.1 算法思路第61-62页
  5.2.2 实现步骤第62页
 5.3 基于数据源划分方差加权融合第62-64页
  5.3.1 自适应数据源划分超光谱图像融合第62-63页
  5.3.2 基于电磁波谱划分数据源加权融合第63页
  5.3.3 融合步骤第63-64页
 5.4 基于波段选择超光谱图像融合第64页
 5.5 实验结果及分析第64-70页
 5.6 本章小结第70-71页
结论第71-73页
参考文献第73-77页
攻读硕士学位期间发表的论文第77-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:关节镜下可吸收界面螺钉固定四股腘绳肌腱重建前交叉韧带的临床研究
下一篇:北宋东京祭坛建筑研究