| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-21页 |
| ·研究意义与选题依据 | 第11-14页 |
| ·高分辨率遥感影像 | 第11-12页 |
| ·地物及其结构信息的提取需要高分辨率影像 | 第12页 |
| ·高分辨率遥感影像的融合有利于目标的识别和提取 | 第12-14页 |
| ·遥感影像数据融合与目标提取的研究现状与发展趋势 | 第14-18页 |
| ·遥感影像数据融合的研究现状与发展趋势 | 第14-16页 |
| ·遥感影像目标提取的研究现状与发展趋势 | 第16-18页 |
| ·数据源 | 第18-19页 |
| ·研究目标与实施方法 | 第19-21页 |
| ·研究目标 | 第19-20页 |
| ·实施方法 | 第20-21页 |
| 第二章 高分辨率SAR图像的成像机理与典型目标散射特性 | 第21-38页 |
| ·SAR图像的成像原理、相关参数与目标特性 | 第21-28页 |
| ·SAR图像的成像原理 | 第21页 |
| ·SAR图像的相关参数 | 第21-25页 |
| ·SAR图像的目标特性 | 第25-28页 |
| ·高分辨率SAR图像中典型目标的散射特性分析 | 第28-38页 |
| ·道路散射特性分析 | 第28-31页 |
| ·路灯线杆散射特性分析 | 第31-32页 |
| ·高压输电线的金属架散射特性分析 | 第32-34页 |
| ·水体散射特性分析 | 第34-35页 |
| ·建筑物散射特性分析 | 第35-37页 |
| ·树木散射特性分析 | 第37-38页 |
| 第三章 基于小波方法的高分辨率图像象素级融合研究 | 第38-60页 |
| ·象素级图像融合的概述 | 第38-42页 |
| ·图像象素级融合的回顾 | 第38-40页 |
| ·象素级图像融合的评价方法 | 第40-42页 |
| ·象素级融合相关的地物与电磁波相互作用的简单分析 | 第42页 |
| ·小波理论 | 第42-48页 |
| ·连续小波变换 | 第42-44页 |
| ·多分辨分析 | 第44-46页 |
| ·图像的二维小波变换 | 第46-48页 |
| ·小波融合方法与改进 | 第48-51页 |
| ·基本小波融合方法 | 第48-49页 |
| ·小波图像融合待改进的问题 | 第49-50页 |
| ·基于小波变换的图像融合方法的改进 | 第50-51页 |
| ·试验与分析 | 第51-59页 |
| ·试验数据 | 第51-53页 |
| ·图像小波分解层数的确定 | 第53页 |
| ·局部相关系数的分析以及高频替换阈值的设定 | 第53-56页 |
| ·图像融合结果 | 第56-59页 |
| ·小结与讨论 | 第59-60页 |
| 第四章 高分辨率SAR图像水体信息提取 | 第60-79页 |
| ·概述 | 第60-63页 |
| ·遥感图像的水体提取 | 第60-61页 |
| ·纹理方法的信息提取 | 第61-63页 |
| ·本章节的水体提取 | 第63页 |
| ·建筑物的成像特征与像点位移 | 第63-67页 |
| ·建筑物的叠掩与阴影效应 | 第63-65页 |
| ·尖顶建筑物屋顶单次反射效应 | 第65页 |
| ·建筑物的角反射效应 | 第65-66页 |
| ·高分辨率SAR图像的民房特征分析 | 第66-67页 |
| ·小波纹理分类相关的选择 | 第67-72页 |
| ·纹理分类方法的选择 | 第68页 |
| ·高分辨率SAR图像的滤波选择 | 第68-70页 |
| ·高分辨率SAR图像小波纹理窗口选择 | 第70-72页 |
| ·纹理分类的讨论 | 第72页 |
| ·试验与分析 | 第72-77页 |
| ·图像的滤波 | 第72-74页 |
| ·图像的纹理分类 | 第74页 |
| ·基于成像特征的高分辨率SAR图像建筑物阴影提取 | 第74-76页 |
| ·纹理与知识相结合去除建筑物阴影虚警的水体提取 | 第76-77页 |
| ·小结与讨论 | 第77-79页 |
| 第五章 高分辨率SAR图像的道路信息提取 | 第79-98页 |
| ·道路信息提取概述 | 第79-82页 |
| ·光学图像的道路提取 | 第79-81页 |
| ·SAR图像的道路提取 | 第81页 |
| ·本章节采用的道路提取方法 | 第81-82页 |
| ·高分辨率SAR图像的道路特征和建模 | 第82-85页 |
| ·高分辨率SAR图像的道路特征 | 第82-83页 |
| ·高分辨率SAR图像的道路建模 | 第83-85页 |
| ·高分辨率SAR图像中感兴趣区域的获取 | 第85-86页 |
| ·道路骨架的提取、拟合、连接与修正 | 第86-91页 |
| ·骨架算法 | 第86-89页 |
| ·骨架间断的连接 | 第89页 |
| ·骨架的拟合与虚警的去除 | 第89-90页 |
| ·道路拟合曲线连接的原则 | 第90-91页 |
| ·拟合道路曲线的修正 | 第91页 |
| ·试验与分析 | 第91-96页 |
| ·试验数据 | 第91-92页 |
| ·高分辨率SAR图像的滤波与分割处理 | 第92-93页 |
| ·高分辨率SAR图像中道路的骨架化及骨架的拟合 | 第93-94页 |
| ·拟合曲线的连接和道路的生成 | 第94-95页 |
| ·道路拟合曲线的校正 | 第95-96页 |
| ·分析与讨论 | 第96-98页 |
| 第六章 高分辨率SAR图像与光学图像融合的建筑物三维重建 | 第98-118页 |
| ·建筑物三维重建概述 | 第98-100页 |
| ·基于光学图像的建筑物三维重建 | 第98-99页 |
| ·基于SAR图像与光学图像融合的建筑物三维重建 | 第99页 |
| ·本章节采用的建筑物三维重建方法 | 第99-100页 |
| ·高分辨率SAR图像与光学图像的配准原则 | 第100-101页 |
| ·建筑物叠掩与屋顶的对应关系分析 | 第101-102页 |
| ·去除边缘凹凸毛刺的模板 | 第102-103页 |
| ·单个地物目标的Hough变换 | 第103-104页 |
| ·针对两种屋顶提取的分类方法 | 第104-105页 |
| ·建筑物重建的知识表达与建模 | 第105-109页 |
| ·建筑物的知识表达 | 第105-107页 |
| ·建筑物三维重建的特征模型 | 第107-108页 |
| ·建筑物三维重建流程 | 第108-109页 |
| ·试验与分析 | 第109-116页 |
| ·试验数据 | 第109-110页 |
| ·光学图像的象素级融合 | 第110-111页 |
| ·高分辨率SAR图像与快鸟图像的配准 | 第111-112页 |
| ·SAR图像的分割预处理 | 第112页 |
| ·SAR图像建筑物叠掩的信息提取 | 第112-113页 |
| ·SAR与光学图像融合的建筑物屋顶的提取 | 第113-115页 |
| ·建筑物的三维重建 | 第115-116页 |
| ·小结与讨论 | 第116-118页 |
| 第七章 结论与讨论 | 第118-121页 |
| ·主要创新点 | 第118-119页 |
| ·工作的不足 | 第119页 |
| ·展望 | 第119-121页 |
| 参考文献 | 第121-130页 |
| 博士期间第一作者学术论文 | 第130-131页 |
| 致谢 | 第131页 |