| 博士生自认为的论文创新点 | 第6-9页 |
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 1 绪论 | 第13-29页 |
| 1.1 引言 | 第13-14页 |
| 1.2 课题研究背景及意义 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-28页 |
| 1.3.1 光谱成像技术发展 | 第16-21页 |
| 1.3.2 光谱图像冗余数据去除技术 | 第21-28页 |
| 1.3.2.1 光谱图像压缩技术 | 第21-22页 |
| 1.3.2.2 光谱图像云检测技术 | 第22-27页 |
| 1.3.2.3 多光谱图像融合技术 | 第27-28页 |
| 1.4 论文研究内容和结构安排 | 第28-29页 |
| 2 KLT与DWT联合变换的多光谱图像压缩 | 第29-63页 |
| 2.1 引言 | 第29-30页 |
| 2.2 多光谱数据特性分析 | 第30-34页 |
| 2.2.1 统计特性分析 | 第30-33页 |
| 2.2.2 空间特性分析 | 第33-34页 |
| 2.3 多光谱图像预处理 | 第34-37页 |
| 2.3.1 多光谱遥感图像配准 | 第34-37页 |
| 2.3.1.1 仿射变换 | 第35页 |
| 2.3.1.2 相位相关 | 第35-36页 |
| 2.3.1.3 多光谱图像配准算法 | 第36-37页 |
| 2.3.2 多光谱图像重排 | 第37页 |
| 2.4 基于KLT的多光谱图像去相关 | 第37-43页 |
| 2.4.1 KLT | 第37-40页 |
| 2.4.2 整数KLT | 第40-43页 |
| 2.5 多光谱图像压缩 | 第43-52页 |
| 2.5.1 可变码率的多光谱图像压缩 | 第43-45页 |
| 2.5.2 一种低复杂度比特位平面编码 | 第45-52页 |
| 2.5.2.1 基本要素定义 | 第45-47页 |
| 2.5.2.2 上下文模板及上下文矢量定义 | 第47-49页 |
| 2.5.2.3 分数比特位平面构成及编码 | 第49-52页 |
| 2.6 实验结果及分析 | 第52-62页 |
| 2.6.1 预处理对压缩影响分析 | 第55-59页 |
| 2.6.2 运算精度对压缩影响分析 | 第59-61页 |
| 2.6.3 运算效率分析 | 第61-62页 |
| 2.7 本章小结 | 第62-63页 |
| 3 基于SVM的可见光遥感图像云检测 | 第63-80页 |
| 3.1 引言 | 第63页 |
| 3.2 厚云图像特征 | 第63-68页 |
| 3.2.1 亮度特征 | 第63-64页 |
| 3.2.2 纹理特征 | 第64-68页 |
| 3.2.2.1 平均梯度 | 第65页 |
| 3.2.2.2 分形维数 | 第65-66页 |
| 3.2.2.3 灰度共生矩阵 | 第66-68页 |
| 3.3 SVM云检测 | 第68-79页 |
| 3.3.1 SVM分类器 | 第68-71页 |
| 3.3.2 算法描述 | 第71页 |
| 3.3.3 实验结果分析 | 第71-79页 |
| 3.3.3.1 算法试验结果分析 | 第71-78页 |
| 3.3.3.2 硬件实现结果分析 | 第78-79页 |
| 3.4 本章小结 | 第79-80页 |
| 4 基于Curvelet变换的高质量全色和多光谱图像融合 | 第80-93页 |
| 4.1 引言 | 第80页 |
| 4.2 全色和多光谱图像融合算法 | 第80-84页 |
| 4.2.1 IHS变换融合方法 | 第80-81页 |
| 4.2.2 小波变换融合方法 | 第81-82页 |
| 4.2.3 PCA变换融合方法 | 第82-84页 |
| 4.3 融合规则 | 第84-86页 |
| 4.3.1 加权平均法 | 第84页 |
| 4.3.2 局部能量法 | 第84-85页 |
| 4.3.3 梯度法 | 第85-86页 |
| 4.3.4 标准差法 | 第86页 |
| 4.4 基于Curvelet变换的图像融合算法 | 第86-92页 |
| 4.4.1 Curvelet变换原理 | 第86-89页 |
| 4.4.2 算法描述 | 第89页 |
| 4.4.3 实验仿真与评价 | 第89-92页 |
| 4.5 本章小结 | 第92-93页 |
| 5 总结与展望 | 第93-95页 |
| 参考文献 | 第95-98页 |