| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 遥感技术的背景 | 第9-10页 |
| 1.2 遥感图像增强的意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 本文的主要研究内容 | 第12-14页 |
| 第二章 空域图像增强 | 第14-21页 |
| 2.1 空域图像增强方法简介 | 第14-15页 |
| 2.2 模糊集理论 | 第15-16页 |
| 2.3 传统的模糊算法 | 第16-17页 |
| 2.4 改进的模糊算法 | 第17-19页 |
| 2.5 模糊对比度增强算法 | 第19-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 变换域图像增强 | 第21-38页 |
| 3.1 傅里叶变换 | 第21页 |
| 3.2 小波变换 | 第21-23页 |
| 3.3 双树复小波变换 | 第23-25页 |
| 3.4 Contourlet 变换 | 第25-31页 |
| 3.4.1 拉普拉斯塔式分解（Laplacian Pyramid, LP) | 第28-29页 |
| 3.4.2 方向滤波器组（Directional Filter Bank, DFB) | 第29-31页 |
| 3.5 NSCT 变换 | 第31-33页 |
| 3.5.1 非下采样金字塔滤波（Nonsubsampled Pyramid，NSP） | 第32-33页 |
| 3.5.2 非下采样方向滤波器（NSDFB） | 第33页 |
| 3.6 Shearlet 变换 | 第33-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第四章 基于模糊算法和相对熵的遥感图像增强 | 第38-44页 |
| 4.1 改进的模糊算法 | 第38页 |
| 4.2 基于相对熵的领域信息对比度增强 | 第38-39页 |
| 4.3 基于模糊算法和相对熵的算法实现步骤 | 第39-40页 |
| 4.4 实验结果与分析 | 第40-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 基于 shearlet 变换的遥感图像增强 | 第44-49页 |
| 5.1 Shearlet 变换 | 第44页 |
| 5.2 基于 shearlet 变换的遥感图像增强 | 第44-45页 |
| 5.3 基于 shearlet 变换的算法流程 | 第45页 |
| 5.4 实验结果与分析 | 第45-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 本文的工作总结 | 第49-50页 |
| 6.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 硕士研究生期间发表的论文 | 第54-55页 |
| 致谢 | 第55页 |
