声明
摘要
第1章 引言
1.1 选题背景及研究意义
1.1.1 选题背景
1.1.2 研究意义
1.2 城镇图像数据分析及利用的现状
1.3 城市图像融合的方法分类
1.3.1 空间域图像融合
1.3.2 变换域图像融合
1.4 研究中的问题提出及改进思路
1.5 创新之处
1.6 论文结构
第2章 城镇图像处理中的信息融合理论
2.1 图像融合理论的进展与应用
2.1.1 图像融合理论
2.1.2 图像融合技术应用
2.2 遥感图像融合层次
2.2.1 像素级图像融合
2.2.2 特征级图像融合
2.2.3 决策级图像融合
2.3 遥感图像融合性能评价
2.3.1 主观视觉评价
2.3.2 客观质量指标
2.3.3 改进的光谱映射法指标
本章小结
第3章 遥感图像特征分析及地表内容解译
3.1 城镇遥感图像的获取及基本特性
3.1.1 TM卫星特性
3.1.2 SAR卫星特性
3.1.3 SPOT卫星特性
3.1.4 中巴地球资源卫星(CBERS)特性
3.2 遥感图像的融合方法简介
3.2.1 主成分分析法
3.2.2 Brovey融合法
3.2.3 高通滤波法
3.2.4 IHS变换融合法
3.3 遥感图像目标特征解译
3.3.1 城镇遥感图像的特点及应用
3.3.2 遥感图像目视解译
3.3.3 遥感图像计算机解译
3.4 多源地学信息综合分析
3.4.1 地球物理和遥感信息的相关性
3.4.2 典型矿岩的光谱特征及影响因素分析
本章小结
第4章 非采样Contourlet变换理论
4.1 Contourlet变换理论
4.2 非采样Contourlet变换理论
4.2.1 非采样Contourlet变换的结构
4.2.2 非采样塔式滤波器组
4.2.3 非采样方向滤波器组
4.3 NSCT变换理论用于图像融合的可行性
4.3.1 图像的分解与重建在NSCT域中的实现
4.3.2 图像融合技术在NSCT域中的实现
4.3.3 常用NSCT域中的图像融合规则
本章小结
第5章 非负矩阵分解在遥感图像融合中的应用
5.1 非负矩阵分解理论体系
5.1.1 非负矩阵分解基本概要
5.1.2 非负矩阵分解基本原理
5.1.3 非负矩阵分解算法分类
5.1.4 基于非负矩阵分解的图像融合可行性分析
5.2 非负矩阵分解在图像融合中的应用
5.2.1 LSNMF算法的基本原理
5.2.2 改进的非负矩阵分解算法ANMF
5.2.3 基于NMF的图像融合
5.2.4 融合结果与评价
本章小结
第6章 Contourlet域图像融合的实现
6.1 基于Contourlet的图像去噪
6.1.1 传统去噪算法
6.1.2 Contourlet阈值及尺度去噪
6.1.3 去噪结果与评价
6.2 基于非采样Contourlet的PCNN图像融合
6.2.1 PCNN模型
6.2.2 PCNN的工作特性
6.2.3 基于PCNN的图像融合
6.2.4 改进的NSCT域PCNN图像融合
6.3 结合非采样Contourlet和ANMF图像融合
6.3.1 基于NSCT和ANMF的图像融合
6.4 NSCT域多方式融合结果与评价
本章小结
第7章 总结与展望
7.1 主要工作和结论
7.2 本文的创新之处
7.3 工作展望
致谢
参考文献
博士期间的研究成果
附录
成都理工大学;