| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 引言 | 第10-11页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状及发展趋势 | 第12-13页 |
| 1.2.1 基于文本的云图检索技术 | 第12页 |
| 1.2.2 基于内容的云图检索技术 | 第12-13页 |
| 1.3 论文主要研究内容及 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 2 卫星云图及云图检索技术概述 | 第16-26页 |
| 2.1 卫星遥感成像原理及卫星云图分类 | 第16-20页 |
| 2.1.1 气象卫星及其遥感成像原理 | 第16-17页 |
| 2.1.2 卫星云图 | 第17-20页 |
| 2.2 基于内容的云图检索技术概述 | 第20-26页 |
| 2.2.1 基于内容的云图检索 | 第20-21页 |
| 2.2.2 图像特征 | 第21-22页 |
| 2.2.3 图像相似性匹配 | 第22-24页 |
| 2.2.4 图像检索性能评价准则 | 第24-26页 |
| 3 卫星云图云层信息提取 | 第26-35页 |
| 3.1 模糊聚类方法-FCM | 第26-28页 |
| 3.2 分数阶达尔文粒子群优化算法 | 第28-30页 |
| 3.3 结合FDPSO与FCM的云系信息提取方法 | 第30-32页 |
| 3.4 基于FODPSO-FCM算法云图聚类结果分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 卫星云图融合 | 第35-44页 |
| 4.1 NSST变换 | 第35-36页 |
| 4.2 改进的脉冲耦合神经网络 | 第36-37页 |
| 4.3 结合自适应PCNN与NSST变换的卫星云图融合实现 | 第37-41页 |
| 4.3.1 低频系数融合规则 | 第37-38页 |
| 4.3.2 高频系数融合规则 | 第38-40页 |
| 4.3.3 红外和可见光云图融合过程的具体实现 | 第40-41页 |
| 4.4 实验结果和分析 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 5 卫星云图特征提取 | 第44-58页 |
| 5.1 云图灰度特征提取 | 第44-46页 |
| 5.2 云图纹理特征提取 | 第46-50页 |
| 5.2.1 局部四元模式-LTrP | 第47-50页 |
| 5.3 卫星云图形状特征提取 | 第50-53页 |
| 5.3.1 几何不变Krawtchouk矩 | 第51-53页 |
| 5.4 云图单特征检索实验结果分析 | 第53-57页 |
| 5.5 本章小结 | 第57-58页 |
| 6 自适应多特征决策加权融合的云图检索系统实现 | 第58-64页 |
| 6.1 特征融合方法—决策融合 | 第58-60页 |
| 6.1.1 自适应权重的确定 | 第59-60页 |
| 6.2 基于内容的多特征融合云图检索实现 | 第60-61页 |
| 6.3 检索实验结果与性能分析 | 第61-63页 |
| 6.4 本章小结 | 第63-64页 |
| 7 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 在学研究成果 | 第70-71页 |
| 致谢 | 第71页 |