| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 总目录 | 第5-7页 |
| 图表目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·月壤概述 | 第9-10页 |
| ·课题研究的背景、内容 | 第10-14页 |
| ·探月的历史及意义 | 第10-12页 |
| ·月壤多光谱信息处理研究现状 | 第12-13页 |
| ·课题研究的主要内容 | 第13-14页 |
| ·论文内容安排 | 第14-15页 |
| 第二章 多光谱图像融合 | 第15-41页 |
| ·多光谱图像融合概述 | 第15-23页 |
| ·多光谱图像融合定义及流程 | 第15页 |
| ·多光谱图像融合的关键技术 | 第15-16页 |
| ·多光谱图像融合方法 | 第16-20页 |
| ·图像融合效果评价 | 第20-23页 |
| ·图像的小波变换 | 第23-29页 |
| ·小波概述 | 第23-24页 |
| ·多分辨分析 | 第24-26页 |
| ·Mallat算法 | 第26-28页 |
| ·图像的小波分解与重构 | 第28-29页 |
| ·基于小波变换的图像融合传统算法研究 | 第29-34页 |
| ·逻辑滤波器法 | 第30-31页 |
| ·加权平均法 | 第31页 |
| ·局部方差算法 | 第31-32页 |
| ·局部能量算法 | 第32-33页 |
| ·局部梯度算法 | 第33-34页 |
| ·小结分析 | 第34页 |
| ·基于小波方向对比度相关性和高频加权因子的融合算法 | 第34-40页 |
| ·图像对比度分析 | 第34-36页 |
| ·小波高频分量加权分析 | 第36-38页 |
| ·融合规则 | 第38-40页 |
| ·小结 | 第40-41页 |
| 第三章 多光谱目标分类 | 第41-53页 |
| ·多光谱目标分类概述 | 第41-42页 |
| ·多光谱目标分类的经典算法 | 第42-45页 |
| ·神经网络分类器 | 第45-51页 |
| ·人工神经网络概述 | 第45-47页 |
| ·BP算法 | 第47-50页 |
| ·神经网络分类器进行分类的一般方法 | 第50-51页 |
| ·神经网络分类器对月壤多光谱目标分类 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第四章 月壤多光谱信息分析 | 第53-61页 |
| ·月壤多光谱信息基本情况 | 第53-54页 |
| ·月壤间多光谱信息相关性分析 | 第54-55页 |
| ·月壤与其他物质多光谱信息对比分析 | 第55-56页 |
| ·月壤多光谱信息小波分析 | 第56-59页 |
| ·小结 | 第59-61页 |
| 第五章 仿真实验与结果分析 | 第61-71页 |
| ·多光谱图像融合仿真实验与结果分析 | 第61-66页 |
| ·仿真实验 | 第61-62页 |
| ·结果分析 | 第62-64页 |
| ·推广适用性仿真实验 | 第64-66页 |
| ·月壤多光谱目标分类仿真实验与结果分析 | 第66-69页 |
| ·三层前馈网络分类器的设计 | 第66-67页 |
| ·仿真实验及结果分析 | 第67-69页 |
| ·小结 | 第69-71页 |
| 第六章 总结和展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 硕士期间发表论文及科研情况说明 | 第76-77页 |
| 致谢 | 第77-78页 |
| 附录 | 第78-81页 |