遥感图像目标及环境特性分析
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 引言 | 第9页 |
| 1.2 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2.1 课题背景 | 第9-10页 |
| 1.2.2 研究的目的和意义 | 第10页 |
| 1.3 国内外发展概况 | 第10-13页 |
| 1.3.1 大气辐射校正方法 | 第10-11页 |
| 1.3.2 遥感图像云检测算法 | 第11-12页 |
| 1.3.3 遥感图像云量补偿算法 | 第12-13页 |
| 1.4 大气环境效应 | 第13-16页 |
| 1.4.1 大气构成与大气特性 | 第14页 |
| 1.4.2 大气辐射传输模型 | 第14-16页 |
| 1.5 论文主要内容及结构安排 | 第16-17页 |
| 第2章 高光谱图像大气校正及目标特性分析 | 第17-36页 |
| 2.1 引言 | 第17页 |
| 2.2 高光谱图像大气辐射校正 | 第17-23页 |
| 2.2.1 大气校正算法 | 第17-21页 |
| 2.2.2 实验数据与校正结果的目视评价 | 第21-23页 |
| 2.3 大气校正对目标光谱特性的影响分析 | 第23-30页 |
| 2.3.1 光谱特征提取技术 | 第23-25页 |
| 2.3.2 大气校正对目标光谱曲线形状的影响分析 | 第25-28页 |
| 2.3.3 大气校正对目标光谱吸收特征的影响分析 | 第28-30页 |
| 2.4 大气校正对目标灰度特性的影响分析 | 第30-31页 |
| 2.5 大气校正对遥感应用的影响分析 | 第31-35页 |
| 2.5.1 大气校正对植被指数的影响分析 | 第31-33页 |
| 2.5.2 大气校正对光谱匹配的影响分析 | 第33-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第3章 基于多特征联合的云检测及补偿技术 | 第36-53页 |
| 3.1 引言 | 第36-37页 |
| 3.2 云的特性分析 | 第37-42页 |
| 3.2.1 实验数据源 | 第37页 |
| 3.2.2 云的光谱和纹理特征 | 第37-41页 |
| 3.2.3 多光谱图像云的特性分析 | 第41-42页 |
| 3.3 星载遥感图像云检测算法研究 | 第42-47页 |
| 3.3.1 云检测基本算法 | 第42-43页 |
| 3.3.2 基于多特征联合的云检测树状判别算法 | 第43-44页 |
| 3.3.3 云检测结果定性分析 | 第44-46页 |
| 3.3.4 云检测结果定量分析 | 第46-47页 |
| 3.4 星载遥感图像薄云去除算法研究 | 第47-52页 |
| 3.4.1 薄云成像模型及薄云去除基本算法 | 第47-48页 |
| 3.4.2 基于云特征的改进替换法去除薄云 | 第48-51页 |
| 3.4.3 薄云去除结果及评价 | 第51-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第4章 基于环境感知的目标特性分析及识别 | 第53-66页 |
| 4.1 引言 | 第53页 |
| 4.2 典型场景环境知识库 | 第53-57页 |
| 4.2.1 目标知识库 | 第54-55页 |
| 4.2.2 背景知识库 | 第55-56页 |
| 4.2.3 大气影响数据库 | 第56-57页 |
| 4.3 环境特性对目标特性分析及识别的影响分析 | 第57-61页 |
| 4.3.1 环境特性对目标-背景对比度的影响 | 第58-60页 |
| 4.3.2 环境特性对目标识别的影响 | 第60-61页 |
| 4.4 基于环境感知的目标识别 | 第61-65页 |
| 4.5 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72页 |
