| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第1章 引言 | 第13-43页 |
| 1.1 选题背景及研究意义 | 第13-21页 |
| 1.1.1 选题背景 | 第13-19页 |
| 1.1.2 研究意义 | 第19-21页 |
| 1.2 城镇图像数据分析及利用的现状 | 第21-28页 |
| 1.3 城市图像融合的方法分类 | 第28-37页 |
| 1.3.1 空间域图像融合 | 第28-30页 |
| 1.3.2 变换域图像融合 | 第30-37页 |
| 1.4 研究中的问题提出及改进思路 | 第37-39页 |
| 1.5 创新之处 | 第39-40页 |
| 1.6 论文结构 | 第40-43页 |
| 第2章 城镇图像处理中的信息融合理论 | 第43-62页 |
| 2.1 图像融合理论的进展与应用 | 第44-48页 |
| 2.1.1 图像融合理论 | 第44-46页 |
| 2.1.2 图像融合技术应用 | 第46-48页 |
| 2.2 遥感图像融合层次 | 第48-51页 |
| 2.2.1 像素级图像融合 | 第49页 |
| 2.2.2 特征级图像融合 | 第49-50页 |
| 2.2.3 决策级图像融合 | 第50-51页 |
| 2.3 遥感图像融合性能评价 | 第51-61页 |
| 2.3.1 主观视觉评价 | 第51-52页 |
| 2.3.2 客观质量指标 | 第52-57页 |
| 2.3.3 改进的光谱映射法指标 | 第57-61页 |
| 本章小结 | 第61-62页 |
| 第3章 遥感图像特征分析及地表内容解译 | 第62-86页 |
| 3.1 城镇遥感图像的获取及基本特性 | 第62-68页 |
| 3.1.1 TM卫星特性 | 第63-65页 |
| 3.1.2 SAR卫星特性 | 第65-66页 |
| 3.1.3 SPOT卫星特性 | 第66-67页 |
| 3.1.4 中巴地球资源卫星（CBERS）特性 | 第67-68页 |
| 3.2 遥感图像的融合方法简介 | 第68-71页 |
| 3.2.1 主成分分析法 | 第68-69页 |
| 3.2.2 Brovey融合法 | 第69-70页 |
| 3.2.3 高通滤波法 | 第70页 |
| 3.2.4 IHS变换融合法 | 第70-71页 |
| 3.3 遥感图像目标特征解译 | 第71-80页 |
| 3.3.1 城镇遥感图像的特点及应用 | 第72-74页 |
| 3.3.2 遥感图像目视解译 | 第74-77页 |
| 3.3.3 遥感图像计算机解译 | 第77-80页 |
| 3.4 多源地学信息综合分析 | 第80-85页 |
| 3.4.1 地球物理和遥感信息的相关性 | 第81-83页 |
| 3.4.2 典型矿岩的光谱特征及影响因素分析 | 第83-85页 |
| 本章小结 | 第85-86页 |
| 第4章 非采样Contourlet变换理论 | 第86-100页 |
| 4.1 Contourlet变换理论 | 第86-87页 |
| 4.2 非采样Contourlet变换理论 | 第87-94页 |
| 4.2.1 非采样Contourlet变换的结构 | 第88-89页 |
| 4.2.2 非采样塔式滤波器组 | 第89-91页 |
| 4.2.3 非采样方向滤波器组 | 第91-94页 |
| 4.3 NSCT变换理论用于图像融合的可行性 | 第94-99页 |
| 4.3.1 图像的分解与重建在NSCT域中的实现 | 第94-96页 |
| 4.3.2 图像融合技术在NSCT域中的实现 | 第96-97页 |
| 4.3.3 常用NSCT域中的图像融合规则 | 第97-99页 |
| 本章小结 | 第99-100页 |
| 第5章 非负矩阵分解在遥感图像融合中的应用 | 第100-125页 |
| 5.1 非负矩阵分解理论体系 | 第100-110页 |
| 5.1.1 非负矩阵分解基本概要 | 第100-102页 |
| 5.1.2 非负矩阵分解基本原理 | 第102-106页 |
| 5.1.3 非负矩阵分解算法分类 | 第106-109页 |
| 5.1.4 基于非负矩阵分解的图像融合可行性分析 | 第109-110页 |
| 5.2 非负矩阵分解在图像融合中的应用 | 第110-123页 |
| 5.2.1 LSNMF算法的基本原理 | 第111-112页 |
| 5.2.2 改进的非负矩阵分解算法ANMF | 第112-115页 |
| 5.2.3 基于NMF的图像融合 | 第115-117页 |
| 5.2.4 融合结果与评价 | 第117-123页 |
| 本章小结 | 第123-125页 |
| 第6章 Contourlet域图像融合的实现 | 第125-147页 |
| 6.1 基于Contourlet的图像去噪 | 第125-131页 |
| 6.1.1 传统去噪算法 | 第125-128页 |
| 6.1.2 Contourlet阈值及尺度去噪 | 第128-130页 |
| 6.1.3 去噪结果与评价 | 第130-131页 |
| 6.2 基于非采样Contourlet的PCNN图像融合 | 第131-140页 |
| 6.2.1 PCNN模型 | 第132-135页 |
| 6.2.2 PCNN的工作特性 | 第135-136页 |
| 6.2.3 基于PCNN的图像融合 | 第136-138页 |
| 6.2.4 改进的NSCT域PCNN图像融合 | 第138-140页 |
| 6.3 结合非采样Contourlet和ANMF图像融合 | 第140-142页 |
| 6.3.1 基于NSCT和ANMF的图像融合 | 第141-142页 |
| 6.4 NSCT域多方式融合结果与评价 | 第142-146页 |
| 本章小结 | 第146-147页 |
| 第7章 总结与展望 | 第147-152页 |
| 7.1 主要工作和结论 | 第147-149页 |
| 7.2 本文的创新之处 | 第149-150页 |
| 7.3 工作展望 | 第150-152页 |
| 致谢 | 第152-153页 |
| 参考文献 | 第153-163页 |
| 博士期间的研究成果 | 第163-164页 |
| 附录A 图目录 | 第164-166页 |
| 附录B 表目录 | 第166页 |