| 第一章 引言 | 第1-16页 |
| 1．1 研究的目的和意义 | 第8-10页 |
| 1．1．1 SAR图像斑点噪声抑制研究的意义 | 第8-9页 |
| 1．1．2 多源遥感数据融合研究的意义 | 第9-10页 |
| 1．2 国内外研究现状及有待解决的问题 | 第10-13页 |
| 1．2．1 SAR图像斑点噪声抑制 | 第10-12页 |
| 1．2．2 SAR图像与多光谱影像数据的融合 | 第12-13页 |
| 1．3 本文主要研究内容及技术路线 | 第13-16页 |
| 1．3．1 主要研究内容 | 第13-14页 |
| 1．3．2 技术路线 | 第14-16页 |
| 第二章 SAR遥感简介 | 第16-21页 |
| 2．1 微波遥感简介 | 第16页 |
| 2．2 SAR遥感技术 | 第16-18页 |
| 2．2．1 合成孔径雷达（SAR） | 第16-17页 |
| 2．2．2 SAR遥感技术的发展 | 第17-18页 |
| 2．3 SAR遥感的特点 | 第18-21页 |
| 2．3．1 SAR图像固有特征 | 第18-19页 |
| 2．3．2 SAR遥感的优点及应用 | 第19-21页 |
| 第三章 小波分析理论及其在遥感影像处理中的应用 | 第21-26页 |
| 3．1 小波分析理论 | 第21-24页 |
| 3．1．1 小波变换 | 第21-22页 |
| 3．1．2 Mallat算法 | 第22-24页 |
| 3．2 小波分析在遥感影像处理中的应用 | 第24-26页 |
| 3．2．1 基于小波分析的图像压缩 | 第24页 |
| 3．2．2 基于小波分析的多源遥感影像信息融合 | 第24-25页 |
| 3．2．3 基于小波分析的影像斑点噪声抑制 | 第25页 |
| 3．2．4 基于小波分析的影像纹理信息提取 | 第25页 |
| 3．2．5 基于小波分析的影像边缘检测 | 第25-26页 |
| 第四章 SAR图像斑点噪声的抑制 | 第26-44页 |
| 4．1 SAR图像的斑点噪声模型 | 第26-29页 |
| 4．1．1 斑点噪声产生的机理 | 第26页 |
| 4．1．2 斑点噪声的乘性模型 | 第26-27页 |
| 4．1．3 乘性模型下的统计特性 | 第27-29页 |
| 4．2 SAR图像斑点噪声抑制算法分析 | 第29-34页 |
| 4．2．1 均值滤波 | 第29-30页 |
| 4．2．2 中值滤波 | 第30页 |
| 4．2．3 LEE滤波 | 第30页 |
| 4．2．4 Frost滤波 | 第30-31页 |
| 4．2．5 增强的Lee、Frost滤波 | 第31页 |
| 4．2．6 Sigma滤波 | 第31-32页 |
| 4．2．7 局域滤波 | 第32页 |
| 4．2．8 Gamma MAP滤波 | 第32-33页 |
| 4．2．9 小波滤波 | 第33-34页 |
| 4．3 SAR图像斑点噪声抑制算法评价 | 第34-43页 |
| 4．3．1 斑点噪声滤波器性能评价指标体系的建立 | 第34-37页 |
| 4．3．2 利用评价指标体系进行评价比较 | 第37-43页 |
| 4．4 本章小结 | 第43-44页 |
| 第五章 多源遥感数据融合 | 第44-67页 |
| 5．1 遥感数据融合概述 | 第44-48页 |
| 5．1．1 遥感数据融合原理 | 第44页 |
| 5．1．2 多源遥感数据融合层次 | 第44-45页 |
| 5．1．3 像素级遥感影像融合方法 | 第45-48页 |
| 5．2 融合结果评价指标体系建立 | 第48-49页 |
| 5．3 SAR与TM影像小波融合算法研究及评价 | 第49-63页 |
| 5．3．1 正交小波融合算法研究 | 第49-54页 |
| 5．3．2 双正交小波融合算法研究 | 第54-60页 |
| 5．3．3 各种融合方法对比分析 | 第60-63页 |
| 5．4 其它影像间的小波融合算法研究及评价 | 第63-65页 |
| 5．4．1 C波段ERS-2SAR图像与TM影像融合 | 第63-64页 |
| 5．4．2 光学影像之间的融合 | 第64-65页 |
| 5．5 本章小结 | 第65-67页 |
| 结论及展望 | 第67-69页 |
| 参考文献 | 第69-76页 |
| 致谢 | 第76-77页 |
| 个人简历 | 第77页 |