| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-26页 |
| ·研究背景和意义 | 第16-17页 |
| ·遥感图像的配准 | 第17-21页 |
| ·图像配准的基本概念 | 第17-20页 |
| ·遥感图像配准的方法和研究现状 | 第20-21页 |
| ·遥感图像的变化检测 | 第21-24页 |
| ·变化检测技术的分类 | 第21-23页 |
| ·遥感图像变化检测的研究现状和特点分析 | 第23-24页 |
| ·论文主要工作和各章节内容安排 | 第24-26页 |
| 第二章 基于Wedgelet的SAR图像降噪 | 第26-42页 |
| ·引言 | 第26页 |
| ·多尺度Wedgelet基本理论 | 第26-27页 |
| ·Wedgelet分解与逼近 | 第26-27页 |
| ·DT-CWT与MSP-ROA算子的特点 | 第27-28页 |
| ·基于Wedgelet的SAR图像去噪 | 第28页 |
| ·实验结果与分析 | 第28-41页 |
| ·SAR斑点滤波器的性能评价指标 | 第28-29页 |
| ·实验结果 | 第29-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 基于互信息测度和多智能体优化的SAR图像配准 | 第42-60页 |
| ·引言 | 第42页 |
| ·互信息在SAR图像中的表示 | 第42-46页 |
| ·互信息的基本概念和性质 | 第42-43页 |
| ·互信息在图像中的表示 | 第43-45页 |
| ·基于图像联合直方图的互信息计算 | 第45-46页 |
| ·多智能体优化算法 | 第46-47页 |
| ·SAR图像变化检测中的多智能体系统及其行为 | 第46-47页 |
| ·基于互信息测度和多智能体优化的SAR图像配准 | 第47-58页 |
| ·算法主要步骤 | 第47-48页 |
| ·实验结果与分析 | 第48-58页 |
| ·本章小结 | 第58-60页 |
| 第四章 基于最优控制点选取的遥感图像配准 | 第60-80页 |
| ·引言 | 第60页 |
| ·基于特征点匹配的图像配准 | 第60页 |
| ·基于最优控制点选取的遥感图像配准 | 第60-64页 |
| ·基于最小二乘法求解投影变化最优解 | 第60-61页 |
| ·控制点对的选取和校正 | 第61-63页 |
| ·控制点对的匹配 | 第63页 |
| ·算法实现流程 | 第63-64页 |
| ·实验结果与分析 | 第64-79页 |
| ·评价方法 | 第64页 |
| ·实验结果 | 第64-79页 |
| ·本章小结 | 第79-80页 |
| 第五章 基于免疫克隆优化的小波域遥感图像变化检测 | 第80-96页 |
| ·引言 | 第80页 |
| ·基于免疫克隆优化的小波域遥感图像变化检测 | 第80-84页 |
| ·小波域多层差异影像的构成 | 第81页 |
| ·基于瑞利高斯模型的多层差异图像初始分割 | 第81页 |
| ·基于免疫克隆算法的多层偏移插值调整 | 第81-84页 |
| ·多层变化检测结果的融合 | 第84页 |
| ·实验结果与分析 | 第84-94页 |
| ·本章小结 | 第94-96页 |
| 第六章 基于BBO优化的遥感图像变化检测 | 第96-112页 |
| ·引言 | 第96页 |
| ·BBO算法的基本原理 | 第96-97页 |
| ·算法的初始化 | 第96-97页 |
| ·算法的迁移操作 | 第97页 |
| ·算法的变异操作 | 第97页 |
| ·基于BBO算法的遥感图像变化检测 | 第97-99页 |
| ·图像的预分割操作 | 第98页 |
| ·基于BBO算法的遥感图像变化检测 | 第98-99页 |
| ·实验结果与分析 | 第99-111页 |
| ·本章小结 | 第111-112页 |
| 第七章 总结和展望 | 第112-114页 |
| ·论文工作总结 | 第112-113页 |
| ·进一步的研究展望 | 第113-114页 |
| 参考文献 | 第114-126页 |
| 致谢 | 第126-128页 |
| 作者简介 | 第128页 |