| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-24页 |
| ·多传感器数据融合的基本概念和意义 | 第11-14页 |
| ·数据融合技术的国内外发展与应用 | 第14-17页 |
| ·数据融合技术的发展与应用 | 第14-15页 |
| ·图像融合技术的发展与应用 | 第15-17页 |
| ·多传感器数据融合研究的基本理论和方法 | 第17-18页 |
| ·本文的主要工作及安排 | 第18-21页 |
| 参考文献 | 第21-24页 |
| 第二章 图像传感器及传感器图像 | 第24-41页 |
| ·遥感的基本概念及图像信息的获取方式 | 第24-25页 |
| ·遥感图像的基本特性 | 第25-29页 |
| ·SAR图像特性分析 | 第26-27页 |
| ·TM图像特性分析 | 第27-28页 |
| ·SPOT卫星特性及其图像分析 | 第28页 |
| ·中巴地球资源卫星(CBERS1)特性及其图像分析 | 第28-29页 |
| ·图像融合前的预处理 | 第29-32页 |
| ·SAR图像增强 | 第29-30页 |
| ·TM图像增强 | 第30-31页 |
| ·图像配准 | 第31-32页 |
| ·本文实验图像简介 | 第32-34页 |
| ·图像融合效果评价准则 | 第34-38页 |
| ·基于信息量的评价 | 第35-36页 |
| ·基于统计特性的评价 | 第36-37页 |
| ·基于相关性的评价 | 第37页 |
| ·基于梯度值的评价 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 参考文献 | 第39-41页 |
| 第三章 多传感器图像融合主要方法 | 第41-66页 |
| ·遥感图像融合常用的技术方法 | 第41页 |
| ·基于不同彩色空间的融合方法 | 第41-48页 |
| ·彩色空间模型 | 第41-45页 |
| ·基于彩色变换IHS的直方图匹配图像融合方法 | 第45-48页 |
| ·数学合成技术的融合方法 | 第48-51页 |
| ·PCA变换融合方法 | 第48-49页 |
| ·高通滤波融合方法 | 第49-51页 |
| ·多分辨率融合方法 | 第51-58页 |
| ·塔形分解融合技术 | 第52-56页 |
| ·小波变换融合技术 | 第56-58页 |
| ·基于统计理论的图像融合方法 | 第58-61页 |
| ·k/n准则 | 第58-59页 |
| ·Bayes推理技术 | 第59页 |
| ·Dempster-Shafer方法 | 第59-60页 |
| ·模糊集理论 | 第60页 |
| ·聚类分析理论 | 第60页 |
| ·神经网络理沦 | 第60-61页 |
| ·熵法 | 第61页 |
| ·本章小结 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 第四章 基于小波多分辨分析的图像融合方法 | 第66-92页 |
| ·小波变换 | 第66-67页 |
| ·多分辨分析理论 | 第67-72页 |
| ·多分辨分析 | 第67-69页 |
| ·Mallat分解与重构算法 | 第69-72页 |
| ·基于Mallat算法的图像融合方法 | 第72-80页 |
| ·融合准则选取 | 第73-76页 |
| ·保真小波融合方法(HFWT) | 第76-80页 |
| ·实验结果分析 | 第80页 |
| ·基于多小波变换的图像融合新方法 | 第80-88页 |
| ·连续多小波变换 | 第81-82页 |
| ·多小波的特性 | 第82页 |
| ·多元多分辨分析 | 第82-84页 |
| ·多小波的分解与重构 | 第84-85页 |
| ·基于离散多小波变换的图像融合方法 | 第85-87页 |
| ·实验结果及分析 | 第87-88页 |
| ·本章小结 | 第88-90页 |
| 参考文献 | 第90-92页 |
| 第五章 小波包变换的图像融合及并行算法研究 | 第92-114页 |
| ·小波包变换 | 第92-94页 |
| ·小波包变换融合方法 | 第94-101页 |
| ·小波包方向自适应融合算法(WPT-SAO) | 第94-95页 |
| ·基于区域能量的融合规则 | 第95-98页 |
| ·实验及结果分析 | 第98-101页 |
| ·基于小波包变换的多传感器图像并行融合方法实现 | 第101-109页 |
| ·图像并行计算理论 | 第101-106页 |
| ·并行融合算法 | 第106-108页 |
| ·实验结论 | 第108-109页 |
| ·本章小结 | 第109-112页 |
| 参考文献 | 第112-114页 |
| 第六章 基于区域统计特征的特征级图像融合 | 第114-136页 |
| ·特征级图像融合原理 | 第114-116页 |
| ·SAR图像分割 | 第116-128页 |
| ·SAR图像特征及其提取 | 第117-122页 |
| ·基于灰度共生矩阵和模糊神经网络的SAR图像分割 | 第122-128页 |
| ·光学图像的边缘提取 | 第128-129页 |
| ·SAR图像与光学图像特征融合目标区域的提取 | 第129-132页 |
| ·基于区域长轴线的融合特征提取 | 第129-130页 |
| ·实验及结果分析 | 第130-132页 |
| ·本章小结 | 第132-133页 |
| 参考文献 | 第133-136页 |
| 第七章 总结与展望 | 第136-139页 |
| ·论文工作总结 | 第136-137页 |
| ·课题研究展望 | 第137-139页 |
| 致谢 | 第139-140页 |
| 附录 攻读博士学位期间发表论文及科研工作 | 第140-142页 |
| ·攻读博士学位期间合作发表的学术论文 | 第140-141页 |
| ·攻读博士学位期间科研成果 | 第141-142页 |