基于暗通道的遥感图像云检测算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 课题背景及研究目的与意义 | 第15-17页 |
| 1.2 国内外研究现状与分析 | 第17-21页 |
| 1.2.1 基于物理阈值的云检测算法 | 第17-18页 |
| 1.2.2 基于模式识别的云检测算法 | 第18-20页 |
| 1.2.3 综合优化的云检测算法 | 第20-21页 |
| 1.3 本文主要工作与内容安排 | 第21-23页 |
| 第二章 云检测相关技术研究 | 第23-31页 |
| 2.1 引言 | 第23页 |
| 2.2 云与地物特性分析 | 第23-26页 |
| 2.2.1 本文研究图像类型 | 第24页 |
| 2.2.2 云与地物物理特性分析 | 第24-25页 |
| 2.2.3 云与地物成像特性分析 | 第25-26页 |
| 2.2.4 云和地物特性总结 | 第26页 |
| 2.3 图像分割 | 第26-27页 |
| 2.4 图像去雾 | 第27页 |
| 2.5 图像形态学处理 | 第27-29页 |
| 2.5.1 图像去噪 | 第27-28页 |
| 2.5.2 去除小面积区域和填洞 | 第28页 |
| 2.5.3 膨胀和腐蚀 | 第28-29页 |
| 2.6 总结 | 第29-31页 |
| 第三章 基于暗通道的云检测算法 | 第31-51页 |
| 3.1 引言 | 第31页 |
| 3.2 暗通道原理及应用 | 第31-33页 |
| 3.3 算法流程和具体步骤 | 第33-45页 |
| 3.3.1 暗通道处理 | 第33-38页 |
| 3.3.2 自适应阈值处理 | 第38-40页 |
| 3.3.3 云检测精细化处理 | 第40-41页 |
| 3.3.4 薄云、半透明云检测 | 第41-45页 |
| 3.4 实验分析与评估 | 第45-49页 |
| 3.4.1 云检测算法评价因子 | 第45-48页 |
| 3.4.2 基于暗通道的云检测算法评价 | 第48-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 基于自适应形状暗通道的云检测算法 | 第51-67页 |
| 4.1 引言 | 第51页 |
| 4.2 算法流程与具体实施 | 第51-59页 |
| 4.2.1 自适应暗通道处理 | 第52-53页 |
| 4.2.2 超像素分割 | 第53-56页 |
| 4.2.3 自适应暗通道处理实验结果 | 第56-57页 |
| 4.2.4 二值化处理 | 第57-58页 |
| 4.2.5 精细化处理、薄云检测 | 第58-59页 |
| 4.3 算法实验评估与对比分析 | 第59-65页 |
| 4.3.1 主观视觉判断 | 第59-61页 |
| 4.3.2 客观定量分析 | 第61-65页 |
| 4.4 算法限制性 | 第65页 |
| 4.5 本章小结 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 研究工作总结 | 第67-68页 |
| 5.2 未来展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |
