| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-24页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 研究现状与发展趋势 | 第12-22页 |
| 1.2.1 高光谱遥感的发展与应用 | 第12-18页 |
| 1.2.2 信号稀疏性约束的起源与发展 | 第18-19页 |
| 1.2.3 高光谱图像稀疏性分析 | 第19-21页 |
| 1.2.4 基于稀疏性约束的高光谱图像处理方法 | 第21-22页 |
| 1.3 论文的主要工作与结构安排 | 第22-24页 |
| 第二章 高光谱图像稀疏性分析 | 第24-33页 |
| 2.1 引言 | 第24-25页 |
| 2.2 高光谱图像稀疏表示模型 | 第25-27页 |
| 2.3 光谱字典学习 | 第27-32页 |
| 2.3.1 字典学习方法 | 第28-30页 |
| 2.3.2 光谱字典分析 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于稀疏嵌入的高光谱图像分类 | 第33-53页 |
| 3.1 引言 | 第33页 |
| 3.2 相关工作 | 第33-39页 |
| 3.2.1 经典降维方法概述 | 第34-37页 |
| 3.2.2 基于稀疏约束图构建方法 | 第37-39页 |
| 3.3 基于稀疏嵌入的高光谱图像分类 | 第39-43页 |
| 3.3.1 稀疏保持图构建 | 第39-40页 |
| 3.3.2 非参数稀疏判别分析 | 第40-42页 |
| 3.3.3 基于稀疏嵌入的高光谱图像分类 | 第42-43页 |
| 3.4 实验结果与分析 | 第43-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 基于金字塔空-谱协同编码的高光谱图像异常检测 | 第53-68页 |
| 4.1 引言 | 第53页 |
| 4.2 高光谱图像目标检测算法 | 第53-57页 |
| 4.2.1 常用的异常检测算法 | 第54-55页 |
| 4.2.2 RX检测算法 | 第55-56页 |
| 4.2.3 低概率目标检测（LPD）算法 | 第56-57页 |
| 4.2.4 高光谱图像目标检测流程 | 第57页 |
| 4.3 基于金字塔空-谱协同编码的高光谱图像目标检测 | 第57-63页 |
| 4.3.1 高光谱图像空-谱联合稀疏性分析 | 第58-59页 |
| 4.3.2 无监督稀疏特征学习 | 第59-60页 |
| 4.3.3 金字塔网格窗口选择 | 第60-61页 |
| 4.3.4 高光谱图像空-谱协同编码 | 第61-63页 |
| 4.4 实验结果与分析 | 第63-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 结束语 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-80页 |
| 作者在学期间取得的学术成果 | 第80页 |