| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 高光谱遥感发展历程 | 第9-11页 |
| 1.2.2 高光谱遥感图像融合研究现状 | 第11-12页 |
| 1.2.3 高光谱遥感图像边缘提取研究现状 | 第12页 |
| 1.3 本文章节安排和创新点 | 第12-15页 |
| 1.3.1 本文章节安排 | 第12-13页 |
| 1.3.2 本文创新点 | 第13-15页 |
| 第2章 高光谱遥感图像融合 | 第15-23页 |
| 2.1 遥感图像融合意义 | 第16页 |
| 2.2 遥感图像融合分级 | 第16-18页 |
| 2.2.1 像素级图像融合 | 第17页 |
| 2.2.2 特征级图像融合 | 第17-18页 |
| 2.2.3 决策级图像融合 | 第18页 |
| 2.3 常用图像融合方法 | 第18-22页 |
| 2.3.1 代数方法 | 第18-19页 |
| 2.3.2 HSI变换法 | 第19-20页 |
| 2.3.3 高通滤波变换法 | 第20-21页 |
| 2.3.4 常用图像融合结果 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 高光谱遥感图像边缘提取 | 第23-33页 |
| 3.1 遥感图像边缘提取意义 | 第23页 |
| 3.2 遥感图像常用边缘提取方法 | 第23-28页 |
| 3.2.1 微分算子 | 第23-24页 |
| 3.2.2 梯度算子 | 第24-25页 |
| 3.2.3 方向算子 | 第25-26页 |
| 3.2.4 拉普拉斯算子 | 第26-27页 |
| 3.2.5 常用方法边缘提取结果 | 第27-28页 |
| 3.3 高光谱遥感图像灰度矢量相关特征的边缘提取 | 第28-31页 |
| 3.3.1 多维互相关的差值与边缘提取 | 第28-30页 |
| 3.3.2 互相关边缘提取的特点 | 第30页 |
| 3.3.3 互相关边缘提取结果 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 高光谱遥感图像融合算法研究 | 第33-47页 |
| 4.1 小波变换融合方法介绍 | 第33-35页 |
| 4.1.1 小波变换应用于图像融合的特性 | 第33-34页 |
| 4.1.2 小波变换融合 | 第34-35页 |
| 4.2 基于波段背景清晰度的小波高光谱图像融合 | 第35-42页 |
| 4.2.1 基于J-M距离和最佳指数的波段选择方法 | 第36-39页 |
| 4.2.2 单波段背景清晰度的EM算法处理 | 第39-41页 |
| 4.2.3 基于小波变换加权平均的像素级图像融合 | 第41-42页 |
| 4.3 实验结果与分析 | 第42-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 高光谱遥感图像边缘提取算法研究 | 第47-56页 |
| 5.1 传统Canny算子边缘提取算法 | 第47-49页 |
| 5.2 基于改进Canny算子梯度幅值的双边滤波算法 | 第49-52页 |
| 5.2.1 改进的Canny算子算法 | 第49-50页 |
| 5.2.2 双边滤波算法 | 第50-52页 |
| 5.3 实验结果与分析 | 第52-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 本文工作总结 | 第56-57页 |
| 6.2 研究工作及展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间参与的科研项目和成果 | 第62-63页 |
| 致谢 | 第63-64页 |