首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

高空间分辨率卫星图像的薄云去除研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-19页
    1.1 选题的研究背景和意义第11-13页
        1.1.1 遥感的发展及意义第11页
        1.1.2 薄云去除的意义第11-13页
    1.2 薄云去除的国内外研究现状第13-16页
    1.3 论文研究的技术路线第16-17页
    1.4 主要内容和结构安排第17-19页
        1.4.1 主要内容第17页
        1.4.2 论文的结构第17-19页
第二章 基础理论第19-33页
    2.1 遥感数字图像第19-20页
    2.2 薄云成像模型第20-22页
        2.2.1 薄云成像的一般模型第21页
        2.2.2 薄云成像模型的简化第21-22页
    2.3 傅立叶变换第22-24页
        2.3.1 狄里赫利条件第22页
        2.3.2 连续傅立叶变换第22-23页
        2.3.3 离散傅立叶变换第23-24页
    2.4 小波变换第24-30页
        2.4.1 小波及小波变换第24-27页
        2.4.2 Mallat算法第27-29页
        2.4.3 小波变换的优势第29-30页
    2.5 边界延拓第30-32页
    2.6 卷积第32页
    2.7 本章小结第32-33页
第三章 卫星遥感图像薄云去除的方法研究第33-45页
    3.1 小波变换法第33-42页
        3.1.1 小波变换原理第33-34页
        3.1.2 常见的小波基第34-38页
        3.1.3 小波基的选取结果第38-42页
    3.2 图像增强技术第42-44页
        3.2.1 图像增强的基本概念第42-43页
        3.2.2 基于多尺度方法的图像增强技术第43-44页
    3.3 本章小结第44-45页
第四章 高分卫星遥感图像的薄云去除及其软件实现第45-61页
    4.1 高分卫星图像的介绍第45-47页
        4.1.1 "高分一号"卫星技术指标第45-47页
    4.2 基于Mallat算法的薄云去除方法第47-50页
        4.2.1 图像的小波分解第47页
        4.2.2 小波分解层数的选取第47-48页
        4.2.3 薄云的去除第48页
        4.2.4 高频增强第48-49页
        4.2.5 中值滤波第49-50页
    4.3 算法的步骤以及流程第50-51页
    4.4 软件流程设计第51-52页
    4.5 软件功能模块设计及实现第52-60页
        4.5.1 文件管理模块第53-56页
        4.5.2 截取子图像模块第56页
        4.5.3 小波变换模块第56-58页
        4.5.4 薄云去除模块第58-60页
    4.6 本章小结第60-61页
第五章 薄云去除分析与评价第61-77页
    5.1 评价指标第61-62页
        5.1.1 主观视觉第61页
        5.1.2 客观评价指标第61-62页
    5.2 对比试验以及结果分析第62-76页
        5.2.1 分辨率为8m的高分一号卫星数据的处理结果第62-69页
        5.2.2 分辨率为16m的高分一号卫星数据的处理结果第69-76页
    5.3 本章小结第76-77页
第六章 总结及展望第77-78页
    6.1 主要的研究工作以及结论第77页
    6.2 未来的工作展望第77-78页
参考文献第78-83页
致谢第83-85页
在读期间发表的学术论文与取得的其他研究成果第85页

论文共85页,点击 下载论文
上一篇:EAST上快离子损失诊断(FILD)的研究及初步应用
下一篇:功能有机小分子材料在新型薄膜太阳电池中的应用研究