| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-14页 |
| 缩略语对照表 | 第14-17页 |
| 第一章 绪论 | 第17-29页 |
| 1.1 研究背景 | 第17-24页 |
| 1.1.1 全色与多光谱图像特征 | 第17-19页 |
| 1.1.2 全色影像锐化 | 第19-20页 |
| 1.1.3 基于投影替代全色影像锐化算法 | 第20-21页 |
| 1.1.4 基于ARSIS概念的全色影像锐化算法 | 第21-22页 |
| 1.1.5 基于影像复原的全色影像锐化算法 | 第22-24页 |
| 1.2 研究目的与意义 | 第24-25页 |
| 1.3 研究内容与创新 | 第25-26页 |
| 1.4 全色影像锐化的质量评估 | 第26-28页 |
| 1.5 论文的架构安排 | 第28-29页 |
| 第二章 基于空间概率PCA和NSCT的全色影像锐化算法 | 第29-45页 |
| 2.1 引言 | 第29页 |
| 2.2 空间概率PCA | 第29-33页 |
| 2.2.1 空间概率PCA理论分析 | 第30页 |
| 2.2.2 基于空间概率PCA的全色影像锐化算法 | 第30-33页 |
| 2.3 基于空间概率PCA与NSCT的全色影像锐化算法 | 第33-35页 |
| 2.4 实验结果与分析 | 第35-43页 |
| 2.4.1 实验数据分析 | 第35-37页 |
| 2.4.2 实验参数设置 | 第37页 |
| 2.4.3 参数及邻域分析 | 第37-38页 |
| 2.4.4 比对方法及不同卫星图像数据实验 | 第38-43页 |
| 2.5 小结 | 第43-45页 |
| 第三章 基于方向多子带低秩分解的全色影像锐化算法 | 第45-59页 |
| 3.1 引言 | 第45页 |
| 3.2 基于方向多子带低秩分解的全色影像锐化算法 | 第45-50页 |
| 3.2.1 方向多子带分析 | 第45-47页 |
| 3.2.2 低秩分解算法分析 | 第47-49页 |
| 3.2.3 全色影像锐化算法步骤及框架 | 第49-50页 |
| 3.3 实验结果与分析 | 第50-58页 |
| 3.3.1 实验参数设置 | 第50-51页 |
| 3.3.2 参数 l 的分析 | 第51-52页 |
| 3.3.3 验证低秩分解的有效性 | 第52-53页 |
| 3.3.4 验证SCC的有效性 | 第53页 |
| 3.3.5 比对方法及不同卫星图像数据实验 | 第53-58页 |
| 3.4 小结 | 第58-59页 |
| 第四章 基于混合残差自编码网络的全色影像锐化算法 | 第59-73页 |
| 4.1 引言 | 第59页 |
| 4.2 基于混合残差自编码网络的全色影像锐化算法 | 第59-65页 |
| 4.2.1 稀疏自编码理论 | 第59-62页 |
| 4.2.2 ZCA白化 | 第62页 |
| 4.2.3 全色影像锐化步骤与框架 | 第62-65页 |
| 4.3 实验结果与分析 | 第65-72页 |
| 4.3.1 实验参数设置 | 第65页 |
| 4.3.2 验证NSCT_DA的有效性 | 第65-66页 |
| 4.3.3 比对方法及不同卫星图像数据实验 | 第66-72页 |
| 4.4 小结 | 第72-73页 |
| 第五章 研究总结与展望 | 第73-75页 |
| 5.1 研究总结 | 第73-74页 |
| 5.2 展望 | 第74-75页 |
| 参考文献 | 第75-83页 |
| 致谢 | 第83-85页 |
| 作者简介 | 第85-86页 |