多光谱图像融合模型与算法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究工作的背景与意义 | 第12-14页 |
| 1.1.1 多光谱图像融合概述 | 第12-14页 |
| 1.1.1.1 多光谱图像 | 第12-13页 |
| 1.1.1.2 图像融合 | 第13-14页 |
| 1.1.2 研究背景及意义 | 第14页 |
| 1.2 多光谱图像融合研究现状 | 第14-16页 |
| 1.2.1 多光谱图像融合的起源与发展 | 第14-15页 |
| 1.2.2 多光谱融合存在的主要困难 | 第15-16页 |
| 1.3 本文的主要工作 | 第16页 |
| 1.4 本论文的结构安排 | 第16-18页 |
| 第二章 多光谱图像融合概要 | 第18-31页 |
| 2.1 多光谱图像融合方法常见类型 | 第18-26页 |
| 2.1.1 成分替换方法 | 第18-21页 |
| 2.1.2 多分辨率分析方法 | 第21-23页 |
| 2.1.3 混合方法 | 第23-24页 |
| 2.1.4 贝叶斯方法 | 第24-25页 |
| 2.1.5 基于神经网络的方法 | 第25-26页 |
| 2.2 多光谱图像融合的其他技术 | 第26-27页 |
| 2.2.1 预处理 | 第26-27页 |
| 2.2.2 后处理 | 第27页 |
| 2.3 评价指标 | 第27-30页 |
| 2.3.1 仿真数据评价指标 | 第27-29页 |
| 2.3.1.1 瓦尔德草案 | 第27-28页 |
| 2.3.1.2 交叉相关 | 第28-29页 |
| 2.3.1.3 光谱角 | 第29页 |
| 2.3.1.4 均方根误差 | 第29页 |
| 2.3.1.5 ERGAS指标 | 第29页 |
| 2.3.1.6 Q-指标 | 第29页 |
| 2.3.2 真实数据评价指标 | 第29-30页 |
| 2.3.2.1 D_λ和D_S | 第30页 |
| 2.3.2.2 QNR-指标 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 一种利用全变分正则的变分方法 | 第31-51页 |
| 3.1 模型 | 第31-33页 |
| 3.1.1 变分方法 | 第31页 |
| 3.1.2 正则项 | 第31-32页 |
| 3.1.2.1 稀疏正则项 | 第31-32页 |
| 3.1.2.2 全变分正则项 | 第32页 |
| 3.1.3 提出的模型 | 第32-33页 |
| 3.2 算法 | 第33-44页 |
| 3.2.1 交替方向乘子法 | 第33-35页 |
| 3.2.1.1 变量分裂 | 第33-34页 |
| 3.2.1.2 增广拉格朗日方法 | 第34页 |
| 3.2.1.3 变量分裂优化的增广拉格朗日方法 | 第34-35页 |
| 3.2.2 快速的收缩阈值迭代算法 | 第35-38页 |
| 3.2.3 其他算法相关 | 第38-41页 |
| 3.2.3.1 软阈值 | 第38-39页 |
| 3.2.3.2 快速傅里叶变换 | 第39-41页 |
| 3.2.4 模型求解 | 第41-44页 |
| 3.2.5 迭代背投影方法 | 第44页 |
| 3.3 数值实验 | 第44-50页 |
| 3.3.1 数据集及电脑配置 | 第44-45页 |
| 3.3.2 实验结果比较与分析 | 第45页 |
| 3.3.3 实验一 | 第45-49页 |
| 3.3.4 实验二 | 第49-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 全文总结与展望 | 第51-53页 |
| 4.1 全文总结 | 第51页 |
| 4.2 后续工作展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 攻读硕士学位期间取得的成果 | 第60页 |
