| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-21页 |
| 1.1 多源遥感影像数据融合 | 第11-14页 |
| 1.1.1 必要性 | 第12-13页 |
| 1.1.2 可行性 | 第13-14页 |
| 1.2 多源遥感影像数据融合理论基础 | 第14-16页 |
| 1.2.1 概念 | 第14-15页 |
| 1.2.2 层次 | 第15-16页 |
| 1.3 国内外相关研究概况 | 第16-18页 |
| 1.4 本文研究的主要目的 | 第18-19页 |
| 1.5 研究内容及论文结构 | 第19-21页 |
| 2 经验模态分解方法原理及其二维扩展 | 第21-31页 |
| 2.1 SAR影像成像原理及其几何特征 | 第21-23页 |
| 2.2 EMD方法的提出及原理 | 第23-28页 |
| 2.2.1 EMD方法的提出 | 第23页 |
| 2.2.2 EMD方法原理 | 第23-25页 |
| 2.2.3 EMD信号分解过程 | 第25-27页 |
| 2.2.4 Hilbert频谱分析 | 第27-28页 |
| 2.3 二位经验模态分解方法模型及原理 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 多源遥感影像BEMD融合 | 第31-65页 |
| 3.1 研究区及数据集 | 第31-32页 |
| 3.2 影像预处理 | 第32-35页 |
| 3.3 基于BEMD的多源遥感数据融合 | 第35-64页 |
| 3.3.1 SAR影像与多光谱影像融合 | 第35-48页 |
| 3.3.2 SAR影像与全色影像融合 | 第48-53页 |
| 3.3.3 多光谱影像与全色影像融合 | 第53-64页 |
| 3.4 本章小结 | 第64-65页 |
| 4 多光谱、全色与SAR影像融合方案及其应用 | 第65-81页 |
| 4.1 利用BEMD方法融合SAR、全色与多光谱光学影像 | 第65-72页 |
| 4.1.1 基于BEMD的三源影像融合算法及过程 | 第65-67页 |
| 4.1.2 实验结果与对比分析 | 第67-72页 |
| 4.2 GLCM纹理分析方法及优化 | 第72-74页 |
| 4.3 基于GLCM纹理分析方法的竹林提取 | 第74-79页 |
| 4.4 本章小结 | 第79-81页 |
| 5 结论与展望 | 第81-83页 |
| 5.1 结论 | 第81-82页 |
| 5.2 展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第87-91页 |
| 学位论文数据集 | 第91页 |