| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·选题依据和研究意义 | 第10-13页 |
| ·遥感图像融合研究背景 | 第10-11页 |
| ·遥感图像融合研究意义 | 第11-12页 |
| ·遥感图像融合的应用 | 第12-13页 |
| ·遥感图像特征级融合 | 第13-14页 |
| ·遥感图像特征级融合研究现状 | 第13-14页 |
| ·遥感图像特征级融合 | 第14页 |
| ·本文主要工作和内容安排 | 第14-15页 |
| ·本文工作的创新点 | 第15-16页 |
| 第2章 遥感图像特征级配准 | 第16-35页 |
| ·图像配准概述 | 第16-17页 |
| ·图像配准的一些基本概念 | 第17-19页 |
| ·图像特征的提取 | 第17-18页 |
| ·图像特征匹配 | 第18-19页 |
| ·基于空间关系的配准方法 | 第19-22页 |
| ·基于空间关系的图像配准的数学模型 | 第19-21页 |
| ·几种相似性测度的定义方法 | 第21-22页 |
| ·基于特征相似性的配准方法 | 第22-25页 |
| ·基于不变描述子配准方法的步骤 | 第22-23页 |
| ·区域特征的提取 | 第23页 |
| ·区域特征的匹配 | 第23-25页 |
| ·一种新的空间关系和特征相似性组合配准方法 | 第25-29页 |
| ·特征对的空间关系一致性测度 | 第26-27页 |
| ·特征对相似性测度 | 第27页 |
| ·新的匹配准则 | 第27-28页 |
| ·优化求解 | 第28-29页 |
| ·实验与结果分析 | 第29-34页 |
| ·基于空间关系的配准实验 | 第29-30页 |
| ·基于特征相似性的配准实验 | 第30-32页 |
| ·组合两种配准方法的配准实验 | 第32-33页 |
| ·对几种结果进行分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于特征级的多源遥感图像融合 | 第35-55页 |
| ·多源图像特征级融合原理 | 第35-37页 |
| ·融合性能评价算法 | 第37-38页 |
| ·Kalman 滤波与多特征相结合的含噪图像融合 | 第38-43页 |
| ·Kalman 滤波原理 | 第38-39页 |
| ·多特征的提取 | 第39页 |
| ·基于 FCM 算法的图像分割 | 第39-40页 |
| ·基于模糊柯西相似度的图像融合 | 第40-41页 |
| ·基于 Kalman 滤波与多特征模糊聚类的图像融合的实现 | 第41页 |
| ·实验结果与评价 | 第41-43页 |
| ·多通道 Gabor 滤波用于多特征图像融合 | 第43-49页 |
| ·图像纹理特征的提取 | 第43-44页 |
| ·基于 FCM 方法的图像区域分割 | 第44-45页 |
| ·基于区域的图像融合方法 | 第45-48页 |
| ·实验与性能分析 | 第48-49页 |
| ·基于二次融合多特征的图像融合 | 第49-54页 |
| ·二维主成分分析方法 | 第49-50页 |
| ·二次融合多特征的融合方法 | 第50-51页 |
| ·实验结果与评价 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 基于新方法的融合实验 | 第55-59页 |
| ·基于组合空间关系和特征相似性的图像配准实验 | 第55-56页 |
| ·基于二次特征融合实验 | 第56-57页 |
| ·实验结果分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 攻读硕士学位期间发表的论文 | 第64页 |