基于变分的多光谱与全色图像融合算法研究
致谢 | 第7-8页 |
摘要 | 第8-9页 |
Abstract | 第9-10页 |
第一章 绪论 | 第15-23页 |
1.1 课题研究背景与意义 | 第15-16页 |
1.2 遥感图像融合的概念 | 第16页 |
1.3 国内外研究现状 | 第16-21页 |
1.3.1 图像融合的三个层次 | 第17-18页 |
1.3.2 多光谱与全色图像融合简单介绍 | 第18-19页 |
1.3.3 基于变分法的图像处理简介 | 第19-21页 |
1.4 存在的问题及发展方向 | 第21页 |
1.5 本文的主要工作 | 第21-22页 |
1.6 本文的组织结构 | 第22页 |
1.7 本章小结 | 第22-23页 |
第二章 预备知识 | 第23-33页 |
2.1 泛函与变分 | 第23-25页 |
2.2 变分问题的欧拉方程 | 第25-27页 |
2.3 图像融合中的核估计问题 | 第27-29页 |
2.4 融合图像的质量评价体系 | 第29-31页 |
2.4.1 主观视觉评价 | 第29页 |
2.4.2 客观评价指标 | 第29-31页 |
2.5 本章小结 | 第31-33页 |
第三章 基于变分的多光谱与全色图像融合算法 | 第33-49页 |
3.1 基于变分法的遥感图像融合方法 | 第33-36页 |
3.1.1 空间结构信息约束项 | 第33-34页 |
3.1.2 全色约束 | 第34-35页 |
3.1.3 光谱约束 | 第35页 |
3.1.4 波段之间关系保持约束 | 第35-36页 |
3.1.5 总能量泛函 | 第36页 |
3.2 能量极小值存在性分析 | 第36-39页 |
3.3 求解过程 | 第39-41页 |
3.4 实验结果与分析 | 第41-48页 |
3.4.1 主观视觉评价 | 第42-45页 |
3.4.2 客观定量评价 | 第45-48页 |
3.5 本章小结 | 第48-49页 |
第四章 基于核估计的加权动态梯度稀疏图像融合算法 | 第49-66页 |
4.1 加权动态梯度稀疏 | 第49-52页 |
4.2 基于强边缘先验的核估计算法 | 第52-53页 |
4.3 多光谱与全色图像融合模型 | 第53-55页 |
4.3.1 基于核估计的多光谱与全色图像融合模型 | 第54页 |
4.3.2 求解过程 | 第54-55页 |
4.4 实验结果与分析 | 第55-65页 |
4.4.1 估计模糊核的对比 | 第56-57页 |
4.4.2 融合算法之间的对比 | 第57-65页 |
4.5 本章小结 | 第65-66页 |
第五章 总结与展望 | 第66-68页 |
5.1 本文工作总结 | 第66-67页 |
5.2 展望未来 | 第67-68页 |
参考文献 | 第68-73页 |
攻读硕士学位期间主要科研工作及成果 | 第73-74页 |