| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-19页 |
| ·课题研究背景和意义 | 第13-14页 |
| ·遥感图像融合的定义及一般模型 | 第13页 |
| ·遥感图像融合的目的及意义 | 第13-14页 |
| ·遥感图像融合技术的发展现状 | 第14-17页 |
| ·研究发展及现状 | 第14-16页 |
| ·存在的问题 | 第16-17页 |
| ·本文的研究内容及主要创新点 | 第17-19页 |
| ·本文的研究内容 | 第17页 |
| ·本文的主要创新点 | 第17-19页 |
| 第二章 基于Contourlet 变换和互信息7 的遥感图像配准方法 | 第19-31页 |
| ·引言 | 第19页 |
| ·图像配准的过程及分类 | 第19-20页 |
| ·图像配准的几种方法 | 第20-23页 |
| ·基于小波变换的配准参数搜索算法 | 第20页 |
| ·基于互相关的遥感图像配准方法 | 第20-21页 |
| ·基于互信息的遥感图像配准方法 | 第21-23页 |
| ·基于Contourlet 变换和互信息的遥感图像配准方法 | 第23-26页 |
| ·Contourlet 变换理论 | 第23-26页 |
| ·基于Contourlet 变换和互信息的遥感图像配准算法 | 第26页 |
| ·实验结果及分析 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 常用的遥感图像融合算法研究 | 第31-40页 |
| ·遥感图像融合的三个层次 | 第31页 |
| ·遥感图像融合的常用方法 | 第31-35页 |
| ·线性加权平均法 | 第31-32页 |
| ·高通滤波 | 第32页 |
| ·基于HIS 变换的融合方法 | 第32-33页 |
| ·基于PCA 变换的融合方法 | 第33-34页 |
| ·基于小波变换的融合方法 | 第34-35页 |
| ·融合结果评价准则 | 第35-37页 |
| ·主观评价方法 | 第35-36页 |
| ·客观评价方法 | 第36-37页 |
| ·实验结果及分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于Contourlet 变换和区域特征的遥感图像融合算法 | 第40-46页 |
| ·引言 | 第40-41页 |
| ·传统遥感图像融合算法存在的缺点 | 第40页 |
| ·Contourlet 变换在图像融合应用中的优点 | 第40-41页 |
| ·基于Contourlet 变换和区域特征的遥感图像融合算法 | 第41-42页 |
| ·实验结果及分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 Contourlet 域独立分量分析和支持向量机的遥感图像融合算法 | 第46-61页 |
| ·引言 | 第46页 |
| ·独立分量分析（ICA）的基本理论 | 第46-50页 |
| ·独立分量分析的相关概念及线性模型 | 第46-48页 |
| ·Fast ICA 方法概述 | 第48-50页 |
| ·支持向量机（SVM）的基本理论 | 第50-55页 |
| ·支持向量机（SVM）的基本原理 | 第50-53页 |
| ·粒子群优化支持向量机 | 第53-55页 |
| ·Contourlet 域独立分量分析和支持向量机的图像融合算法 | 第55-57页 |
| ·实验结果及分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 基于Contourlet 变换和支持向量聚类的遥感图像融合算法 | 第61-70页 |
| ·引言 | 第61页 |
| ·支持向量聚类（SVC）的基本原理 | 第61-63页 |
| ·基于Contourlet 变换和支持向量聚类的图像融合算法 | 第63-66页 |
| ·实验结果及分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第七章 总结和展望 | 第70-73页 |
| ·本文的主要工作及结论 | 第70-72页 |
| ·进一步研究工作展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 在学期间的研究成果及发表的学术论文 | 第79页 |
