多源遙感影像數(shù)據(jù)融合技術(shù)

第1章　緒論
　　§1.1　多源遙感影像數(shù)據(jù)融合的目的和意義
　　§1.2　多源遙感影像數(shù)據(jù)融合的研究現(xiàn)狀
　　§1.3　主要研究內(nèi)容
　　第2章　多源遙感影像數(shù)據(jù)融合的理論基礎(chǔ)
　　§2.1　多源遙感影像數(shù)據(jù)融合的概念
　　2.1.1　概念
　　2.1.2　有關(guān)術(shù)語
　　§2.2　多源遙感影像數(shù)據(jù)融合的層次、模型與結(jié)構(gòu)
　　2.2.1　融合的形式
　　2.2.2　融合的層次
　　2.2.3　融合的一般模型
　　2.2.4　融合的結(jié)構(gòu)類型
　　§2.3　多源遙感影像數(shù)據(jù)融合方法分類
　　2.3.1　按哲學(xué)觀點(diǎn)分類
　　2.3.2　按融合層次分類
　　2.3.3　按融合理論分類
　　§2.4　本章小結(jié)
　　第3章　多源遙感影像像素級融合技術(shù)
　　§3.1　多源遙感影像像素級融合技術(shù)概述
　　3.1.1　影像像素級融合的基本概念
　　3.1.2　融合影像數(shù)據(jù)的選擇
　　3.1.3　影像像素級融合過程、特點(diǎn)及其應(yīng)用
　　§3.2　多源遙感影像的空間配準(zhǔn)方法
　　3.2.1　基于數(shù)字地面模型的精糾正
　　3.2.2　多項(xiàng)式糾正
　　3.2.3　基于三角網(wǎng)(大面元)的糾正
　　3.2.4　小面元微分糾正
　　§3.3　影像像素級融合方法及其特點(diǎn)
　　3.3.1　空間域融合法
　　3.3.2　變換域融合法
　　§3.4　影像像素級融合影像質(zhì)量評價(jià)
　　§3.5　試驗(yàn)與分析
　　3.5.1　試驗(yàn)數(shù)據(jù)簡介
　　3.5.2　試驗(yàn)結(jié)果分析
　　§3.6　本章小結(jié)
　　第4章　基于Bayes理論的融合方法及其應(yīng)用
　　§4.1　Bayes統(tǒng)計(jì)理論
　　4.1.1　概率論要點(diǎn)
　　4.1.2　Bayes統(tǒng)計(jì)理論
　　§4.2　基于Bayes理論的融合方法
　　§4.3　基于Bayes融合法的多源遙感影像分類
　　4.3.1　成像模型
　　4.3.2　上下文關(guān)系模型
　　4.3.3　融合模型
　　§4.4　試驗(yàn)與分析
　　§4.5　本章小結(jié)
　　第5章　基于Dempster-Shafer理論的信息融合及其應(yīng)用
　　§5.1　Dempster-Shafer證據(jù)理論簡介
　　5.1.1　Dempster-Sharer證據(jù)理論要點(diǎn)
　　5.1.2　Bayes理論與證據(jù)理論的比較
　　§5.2　基于Dempster-Shafer的信息融合原理
　　§5.3　基于Dempster-Shafer融合法的影像紋理分類
　　5.3.1　紋理特征提取
　　5.3.2　在影像紋理識別中的應(yīng)用
　　……
　　第6章　基于BP神經(jīng)網(wǎng)絡(luò)的多源遙感影像分類方法
　　參考文獻(xiàn)