| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题背景及研究意义 | 第9-10页 |
| 1.2 国内外研究进展 | 第10-12页 |
| 1.2.1 遥感影像去云的研究进展 | 第10-11页 |
| 1.2.2 多源遥感数据时空融合的研究进展 | 第11-12页 |
| 1.3 研究内容及技术路线 | 第12-14页 |
| 1.3.1 研究目标 | 第12-13页 |
| 1.3.2 研究内容 | 第13页 |
| 1.3.3 技术路线 | 第13-14页 |
| 1.4 论文章节安排 | 第14-15页 |
| 第二章 基于CRIMINISI改进的遥感影像去云方法 | 第15-34页 |
| 2.1 CRIMINISI图像补绘算法介绍 | 第15-19页 |
| 2.1.1 基于样本块的图像修补 | 第15-16页 |
| 2.1.2 Criminisi算法 | 第16-19页 |
| 2.2 基于CRIMINISI改进的遥感影像补绘算法 | 第19-28页 |
| 2.2.1 Criminisi算法在遥感图像中的适用性 | 第19-22页 |
| 2.2.2 Criminisi算法在遥感影像方面的不足 | 第22页 |
| 2.2.3 Criminisi算法优先权计算的改进 | 第22-24页 |
| 2.2.4 Criminisi算法最佳匹配块指标的改进 | 第24-27页 |
| 2.2.4.1 Gabor变换提取纹理信息 | 第24-26页 |
| 2.2.4.2 考虑纹理信息的匹配块指标 | 第26-27页 |
| 2.2.5 改进的Criminisi算法的流程 | 第27-28页 |
| 2.3 实验结果及分析 | 第28-33页 |
| 2.3.1 不同算法的修补效果 | 第28-32页 |
| 2.3.1.1 定性比价分析 | 第29-31页 |
| 2.3.1.2 定量比价分析 | 第31-32页 |
| 2.3.2 真实含云影像的修补效果 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 核优化权重函数的遥感影像时空融合方法 | 第34-50页 |
| 3.1 时空自适应反射率模型(STARFM) | 第34-36页 |
| 3.1.1 STARFM模型原理 | 第34-36页 |
| 3.1.2 STARFM模型技术流程 | 第36页 |
| 3.2 基于核回归的遥感时空融合模型(SKRFM) | 第36-39页 |
| 3.3 一种自适应三维核回归的遥感时空融合模型(3DSKRFM) | 第39-41页 |
| 3.4 实验与分析 | 第41-48页 |
| 3.4.1 实验数据 | 第41-42页 |
| 3.4.2 定性分析 | 第42-45页 |
| 3.4.3 定量分析 | 第45-46页 |
| 3.4.4 鲁棒性分析 | 第46-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 基于T检验的融合影像评价方法 | 第50-62页 |
| 4.1 假设检验原理 | 第51-53页 |
| 4.1.1 假设检验 | 第51页 |
| 4.1.2 显著性假设检验 | 第51-52页 |
| 4.1.3 均值假设检验 | 第52-53页 |
| 4.2 融合影像的T检验 | 第53页 |
| 4.3 实验与分析 | 第53-61页 |
| 4.3.1 实验数据 | 第53-55页 |
| 4.3.2 3DSKRFM融合结果 | 第55-56页 |
| 4.3.3 融合影像的t检验 | 第56-57页 |
| 4.3.4 典型地物的p值分布 | 第57-59页 |
| 4.3.5 不同融合方法的t检验评价 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 福州市中等分辨率时序遥感影像数据的构建 | 第62-69页 |
| 5.1 2001-2015年福州市LANDSAT卫星影像质量统计 | 第62-64页 |
| 5.2 遥感数据获取情况 | 第64-65页 |
| 5.3 时序数据集构建结果 | 第65-68页 |
| 5.4 本章总结 | 第68-69页 |
| 结论与展望 | 第69-71页 |
| 主要结论 | 第69页 |
| 存在的问题与展望 | 第69-71页 |
| 参考文献 | 第71-78页 |
| 致谢 | 第78-79页 |
| 个人简介、在学期间的研究成果及发表的学术论文 | 第79页 |
