SAR图像与光学图像数据融合算法研究
摘 要 | 第1-10页 |
ABSTRACT | 第10-12页 |
第一章 引言 | 第12-27页 |
·多源数据融合技术的研究现状及军事应用 | 第13-22页 |
·多源数据融合的发展历史 | 第13-14页 |
·国外对数据融合的研究现状 | 第14-19页 |
·国内对数据融合的研究现状 | 第19页 |
·多源数据融合的军事应用 | 第19-22页 |
·本文的研究背景 | 第22-23页 |
·多源数据融合的关键问题及本文对其主要贡献 | 第23-25页 |
·本文的结构安排 | 第25-27页 |
第二章 多源数据融合基本原理 | 第27-36页 |
·数据融合的一般模型 | 第27-29页 |
·数据融合的结构 | 第29-32页 |
·数据融合的级别 | 第32-35页 |
·小结 | 第35-36页 |
第三章 SAR图像特征提取及其与光学图像匹配 | 第36-63页 |
·SAR图像及光学图像目标特性差异 | 第36-41页 |
·SAR图像目标特性分析 | 第36-40页 |
·SAR图像及光学图像目标特性差异 | 第40-41页 |
·SAR图像典型目标特征提取算法 | 第41-56页 |
·SAR图像分维特征提取算法 | 第41-47页 |
·SAR 图像圆状目标特征提取算法 | 第47-53页 |
·SAR图像线目标特征提取算法 | 第53-56页 |
·SAR图像与光学图像的匹配 | 第56-62页 |
·斜地转换 | 第57页 |
·多项式匹配 | 第57-59页 |
·重采样 | 第59-61页 |
·匹配精度测试 | 第61-62页 |
·小结 | 第62-63页 |
第四章 基于小波变换的图像融合算法 | 第63-88页 |
·小波变换基本理论分析 | 第63-66页 |
·小波概念 | 第63-64页 |
·连续小波变换 | 第64页 |
·离散小波变换 | 第64-66页 |
·图像的多分辨分析 | 第66-76页 |
·多分辨概念 | 第66-67页 |
·多分辨分析 | 第67-68页 |
·多分辨分析的实现 | 第68-71页 |
·离散信号的多分辨小波表示与重构 | 第71-73页 |
·图像信号的多分辨小波表示与重构 | 第73-76页 |
·MDF融合算法及其结果 | 第76-87页 |
·融合算法规则 | 第76-81页 |
·融合算法实验结果 | 第81-85页 |
·融合结果图像解译分析 | 第85-87页 |
·小结 | 第87-88页 |
第五章 D-S证据推理及正交融合算法 | 第88-115页 |
·基本证据理论 | 第88-93页 |
·证据理论的概念 | 第88-90页 |
·识别框架的转化 | 第90-91页 |
·支持函数 | 第91-93页 |
·mass函数的获取方法 | 第93-99页 |
·知识的表示方法 | 第93-95页 |
·mass函数的获取 | 第95-99页 |
·D-S证据合成及决策分析 | 第99-102页 |
·两个信度函数的合成规则 | 第99-101页 |
·证据理论的决策分析 | 第101-102页 |
·MDF融合算法及其结果 | 第102-114页 |
·区域分割和特征提取算法 | 第103-105页 |
·mass函数获取和融合 | 第105-112页 |
·D-S融合结果性能分析 | 第112-114页 |
·小结 | 第114-115页 |
第六章 粗糙集推理及或融合算法 | 第115-137页 |
·粗糙集理论 | 第115-122页 |
·知识库和不可分辨关系 | 第116-117页 |
·近似与粗糙集 | 第117-120页 |
·知识表达系统和决策表 | 第120-122页 |
·决策规则 | 第122页 |
·决策表的约简 | 第122-124页 |
·约简的概述 | 第123页 |
·属性约简算法 | 第123-124页 |
·不一致性及其推理 | 第124-125页 |
·粗糙集在图像增强及分类中的应用研究 | 第125-132页 |
·图像增强 | 第125-129页 |
·图像分类 | 第129-132页 |
·MDF融合算法及其结果 | 第132-136页 |
·融合算法 | 第132-133页 |
·融合算法实验结果 | 第133-134页 |
·融合结果性能分析 | 第134-136页 |
·小 结 | 第136-137页 |
第七章 结束语 | 第137-139页 |
致 谢 | 第139-140页 |
参考文献 | 第140-146页 |
攻读博士期间发表论文 | 第146页 |
攻读博士期间参加的研究项目 | 第146-147页 |
个人简历 | 第147页 |