| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-11页 |
| 1.1.1 遥感图像融合的概念 | 第7-8页 |
| 1.1.2 遥感图像融合的分层 | 第8-10页 |
| 1.1.3 遥感图像融合的意义 | 第10-11页 |
| 1.2 主要工作和创新点 | 第11-12页 |
| 1.3 章节安排 | 第12-13页 |
| 第二章 遥感图像融合算法 | 第13-22页 |
| 2.1 像素级遥感图像融合算法概述 | 第13-14页 |
| 2.2 像素级遥感图像主要融合算法分类 | 第14-19页 |
| 2.2.1 分量替代融合算法 | 第14-15页 |
| 2.2.2 多分辨分析融合算法 | 第15-17页 |
| 2.2.3 基于观测模型的融合算法 | 第17-19页 |
| 2.3 遥感图像融合结果评价方法 | 第19-21页 |
| 2.3.1 融合结果的主观评价方法 | 第19页 |
| 2.3.2 融合结果的客观评价方法 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于推广的IHS变换和压缩传感的遥感图像融合 | 第22-32页 |
| 3.1 推广的IHS变换融合方法的不足 | 第22-24页 |
| 3.2 基于推广的IHS变换和压缩传感的融合方法 | 第24-27页 |
| 3.2.1 压缩传感 | 第24页 |
| 3.2.2 压缩传感建模 | 第24-26页 |
| 3.2.3 分块处理 | 第26页 |
| 3.2.4 字典构造 | 第26-27页 |
| 3.2.5 融合步骤 | 第27页 |
| 3.3 实验结果和分析 | 第27-31页 |
| 3.3.1 GeoEye-1卫星图像融合结果 | 第27-29页 |
| 3.3.2 QuickBird卫星图像融合结果 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 基于鲁棒估计的遥感图像融合 | 第32-43页 |
| 4.1 观测模型 | 第32-34页 |
| 4.1.1 多光谱图像观测模型 | 第32-33页 |
| 4.1.2 全色图像观测模型 | 第33-34页 |
| 4.2 基于迭代最小二乘估计的融合方法的不足之处 | 第34-35页 |
| 4.3 基于鲁棒估计的融合方法 | 第35-38页 |
| 4.3.1 鲁棒估计 | 第35-37页 |
| 4.3.2 融合步骤 | 第37-38页 |
| 4.4 实验结果和分析 | 第38-42页 |
| 4.4.1 GeoEye-1卫星图像融合结果 | 第38-40页 |
| 4.4.2 QuickBird卫星图像融合结果 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 遥感图像融合在分类中的应用 | 第43-55页 |
| 5.1 遥感图像分类概述 | 第43-44页 |
| 5.2 遥感图像分类方法 | 第44-49页 |
| 5.2.1 支持向量机分类方法 | 第45-48页 |
| 5.2.2 随机森林分类方法 | 第48-49页 |
| 5.3 分类结果评价方法 | 第49-50页 |
| 5.4 实验结果和分析 | 第50-54页 |
| 5.4.1 GeoEye-1卫星图像分类结果 | 第50-52页 |
| 5.4.2 QuickBird卫星图像分类结果 | 第52-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结和展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表论文 | 第59-60页 |
| 致谢 | 第60-61页 |