遥感图像质量提升研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-11页 |
·研究背景及意义 | 第7-8页 |
·国内外研究现状 | 第8-10页 |
·去条带噪声方法研究现状 | 第8页 |
·图像复原技术研究现状 | 第8-10页 |
·本文的研究内容和章节安排 | 第10-11页 |
第二章 遥感图像退化模型及重建数学基础 | 第11-23页 |
·图像退化分析及模型建立 | 第11-13页 |
·相位一致性 | 第13-16页 |
·Hough 变换 | 第16-18页 |
·图像复原中的全变分理论和正则化技术 | 第18-21页 |
·全变分基础 | 第18页 |
·图像复原中的正则化技术 | 第18-20页 |
·全变分正则化方法 | 第20-21页 |
·本章小结 | 第21-23页 |
第三章 遥感图像的非均匀性校正和条带噪声的去除 | 第23-35页 |
·遥感成像的工作原理及条带噪声的产生机理 | 第23-26页 |
·多光谱卫星遥感成像技术 | 第23-25页 |
·遥感图像条带噪声的产生机理 | 第25-26页 |
·改进的矩匹配法校正非均匀性 | 第26-30页 |
·矩匹配法 | 第26-28页 |
·改进的矩匹配法 | 第28-30页 |
·基于单向变分模型优化算法的条带噪声去除方法 | 第30-33页 |
·单向变分模型的建立 | 第30-31页 |
·模型的优化方法和离散化 | 第31-33页 |
·本章小结 | 第33-35页 |
第四章 遥感图像重建算法实现 | 第35-51页 |
·刃边法计算 PSF 的原理 | 第35-36页 |
·改进的刃边法计算 PSF 的具体实现 | 第36-43页 |
·自适应获取刃边区域 | 第36-40页 |
·边缘扩散函数 ESF 的获取 | 第40-42页 |
·获取点扩散函数 PSF | 第42-43页 |
·几种经典图像重建算法 | 第43-46页 |
·直接逆滤波 | 第43-44页 |
·维纳滤波 | 第44-45页 |
·约束最小二乘方滤波 | 第45-46页 |
·基于快速全变分去卷积法(FTVD)的图像重建 | 第46-49页 |
·本章小结 | 第49-51页 |
第五章 遥感图像的重建效果对比及影响因素分析 | 第51-61页 |
·基于图像本身统计特性的评价方法 | 第51-52页 |
·遥感图像重建效果对比 | 第52-54页 |
·影响重建结果的因素分析 | 第54-60页 |
·噪声因素的影响 | 第54-56页 |
·模糊因素的影响 | 第56-58页 |
·刃边选择因素的影响 | 第58-60页 |
·本章小结 | 第60-61页 |
第六章 总结与展望 | 第61-63页 |
·工作总结 | 第61-62页 |
·研究展望 | 第62-63页 |
致谢 | 第63-65页 |
参考文献 | 第65-71页 |
研究成果 | 第71-72页 |