多源图像融合方法研究
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| ·课题的研究背景 | 第14-15页 |
| ·多源图像融合技术的分类和研究内容 | 第15-19页 |
| ·像元级图像融合 | 第15-16页 |
| ·特征级图像融合 | 第16-18页 |
| ·决策级图像融合 | 第18-19页 |
| ·课题的主要工作 | 第19-20页 |
| ·论文的内容安排 | 第20-22页 |
| 第二章 多源图像的融合增强 | 第22-45页 |
| ·概述 | 第22-23页 |
| ·相关研究 | 第23-27页 |
| ·现有多源图像的融合增强方法 | 第23-24页 |
| ·融合效果评价 | 第24-27页 |
| ·基于统计模型的多源图像多分辨融合方法 | 第27-36页 |
| ·图像多分辨分析 | 第28-32页 |
| ·基于小波变换的多分辨图像融合原理 | 第32-33页 |
| ·基于统计特性的图像融合模型 | 第33-34页 |
| ·融合系数估计 | 第34-35页 |
| ·方差估计 | 第35页 |
| ·算法实现 | 第35-36页 |
| ·实验结果与分析 | 第36-44页 |
| ·视觉增强能力评价 | 第37-41页 |
| ·噪声抑制能力评价 | 第41-44页 |
| ·小结 | 第44-45页 |
| 第三章 多光谱图像的融合增强 | 第45-64页 |
| ·概述 | 第45-46页 |
| ·相关研究 | 第46-53页 |
| ·现有多光谱图像的融合增强方法 | 第46-52页 |
| ·融合效果评价 | 第52-53页 |
| ·保持光谱特性的多光谱图像多分辨融合方法 | 第53-56页 |
| ·多光谱图像统计融合模型 | 第53-55页 |
| ·融合系数估计 | 第55-56页 |
| ·算法实现 | 第56页 |
| ·实验结果与分析 | 第56-63页 |
| ·主观定性分析 | 第57-58页 |
| ·客观定量分析 | 第58-63页 |
| ·小结 | 第63-64页 |
| 第四章 多源图像特征融合提取 | 第64-81页 |
| ·概述 | 第64-65页 |
| ·基于边缘融合的多源图像直线提取算法 | 第65-74页 |
| ·现有的直线提取算法 | 第65-66页 |
| ·多源图像直线提取算法描述 | 第66-67页 |
| ·边缘提取 | 第67页 |
| ·相位量化 | 第67-68页 |
| ·融合编组 | 第68-70页 |
| ·直线拟合 | 第70-71页 |
| ·实验结果与分析 | 第71-74页 |
| ·遥感多光谱图像道路自动提取算法 | 第74-79页 |
| ·算法描述 | 第75-76页 |
| ·平行线检测 | 第76-77页 |
| ·路段连接 | 第77-78页 |
| ·实验结果与分析 | 第78-79页 |
| ·小结 | 第79-81页 |
| 第五章 基于D-S证据理论的决策融合 | 第81-101页 |
| ·概述 | 第81-82页 |
| ·D-S证据理论的基本原理 | 第82-84页 |
| ·D-S证据理论的基本概念 | 第82-83页 |
| ·Dempster组合规则 | 第83-84页 |
| ·D-S证据理论在决策融合中的局限性及改进方法 | 第84-92页 |
| ·冲突证据组合的一般处理方法 | 第86-88页 |
| ·基于预处理模式的改进方法 | 第88-90页 |
| ·仿真实验结果与分析 | 第90-92页 |
| ·基于D-S证据理论的高光谱图像分类方法 | 第92-99页 |
| ·高光谱图像数据的特性 | 第93-94页 |
| ·数据源划分 | 第94-95页 |
| ·特征提取 | 第95-96页 |
| ·基本概率分配函数的构造 | 第96页 |
| ·决策制定 | 第96-97页 |
| ·实验结果与分析 | 第97-99页 |
| ·小结 | 第99-101页 |
| 第六章 结束语 | 第101-103页 |
| 致谢 | 第103-104页 |
| 参考文献 | 第104-114页 |
| 攻读博士期间已撰写和发表的论文 | 第114-115页 |
| 攻读博士期间参加的科研任务 | 第115页 |
