多源遥感图像融合及其应用研究
| ABSTRACT | 第1-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1．1 图像融合技术的概念 | 第9-11页 |
| 1．1．1 研究背景 | 第9页 |
| 1．1．2 多源遥感图像融合的定义及一般模型 | 第9-11页 |
| 1．2 图像融合技术的研究现状及存在的问题 | 第11-12页 |
| 1．2．1 研究现状 | 第11-12页 |
| 1．2．2 存在的问题 | 第12页 |
| 1．3 本文的选题背景和研究目标 | 第12-13页 |
| 1．3．1 选题背景 | 第12页 |
| 1．3．2 研究目标 | 第12-13页 |
| 1．4 本文的研究内容及特色 | 第13-15页 |
| 第二章 图像融合预处理概述 | 第15-18页 |
| 2．1 遥感影像的几何纠正概述 | 第15-16页 |
| 2．2 遥感图像配准方法概述 | 第16-17页 |
| 2．3 SAR影像的斑点噪声去除处理 | 第17-18页 |
| 第三章 常用的融合算法研究 | 第18-29页 |
| 3．1 融合的准则和试验图像 | 第18-20页 |
| 3．1．1 试验图像 | 第18-19页 |
| 3．1．2 融合准则 | 第19-20页 |
| 3．2 传统的像素级图像融合算法 | 第20-27页 |
| 3．2．1 IHS变换融合法 | 第20-23页 |
| 3．2．2 高通滤波融合法 | 第23-24页 |
| 3．2．3 基于PCA变换的融合方法 | 第24-26页 |
| 3．2．4 基于PCA变换的改进融合方法 | 第26-27页 |
| 3．3 本章小结 | 第27-29页 |
| 第四章 变换域的融合方法研究 | 第29-51页 |
| 4．1 基于金字塔分解的图像融合法 | 第29-35页 |
| 4．1．1 算法框架 | 第29-30页 |
| 4．1．2 梯度金字塔变换 | 第30-32页 |
| 4．1．3 基于金字塔分解的图像融合法 | 第32-35页 |
| 4．2 多分辨率分析及融合算法 | 第35-41页 |
| 4．2．1 多分辨率分析 | 第36-38页 |
| 4．2．2 基于小波变换的融合算法 | 第38-41页 |
| 4．3 一种基于小波变换的图像融合新方法 | 第41-44页 |
| 4．3．1 算法思想 | 第42页 |
| 4．3．2 融合算法步骤及结果 | 第42-44页 |
| 4．4 融合结果的评价 | 第44-49页 |
| 4．4．1 基于数理统计的分析和比较 | 第44-46页 |
| 4．4．2 基于目视判读的比较和分析 | 第46-47页 |
| 4．4．3 融合结果定量分析计算示例 | 第47-49页 |
| 4．5 实验结果与分析 | 第49-50页 |
| 4．6 本章小结 | 第50-51页 |
| 第五章 面向识别与决策的图像融合系统的设计与实现 | 第51-65页 |
| 5．1 图像特征的提取与选择 | 第51-53页 |
| 5．1．1 图像特征的提取 | 第51-52页 |
| 5．1．2 图像特征的选择 | 第52-53页 |
| 5．2 分类器的设计 | 第53-54页 |
| 5．2．1 有监督分类器设计 | 第53-54页 |
| 5．2．2 非监督分类器设计 | 第54页 |
| 5．3 决策层融合分类 | 第54-55页 |
| 5．4 图像融合的可靠性与容错性分析 | 第55-56页 |
| 5．5 一个典型的图像融合系统原型设计与实现 | 第56-64页 |
| 5．5．1 系统特点及设计思想 | 第56-57页 |
| 5．5．2 实际情况分析 | 第57页 |
| 5．5．3 系统结构及各模块分析 | 第57-62页 |
| 5．5．4 系统结果表示 | 第62-64页 |
| 5．6 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-69页 |
| 6．1 主要工作与结论 | 第65-67页 |
| 6．2 本文的不足及展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 发表论文 | 第72-73页 |
| 致谢 | 第73-74页 |
