| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题背景及研究意义 | 第12-13页 |
| 1.2 遥感图像特性分析 | 第13-15页 |
| 1.2.1 高光谱遥感图像特性分析 | 第13-15页 |
| 1.2.2 SAR遥感图像特性分析 | 第15页 |
| 1.3 遥感图像特征提取方法国内外研究现状 | 第15-17页 |
| 1.4 论文内容与组织结构 | 第17-18页 |
| 第二章 遥感图像数据处理技术 | 第18-28页 |
| 2.1 遥感图像特征提取技术 | 第18-22页 |
| 2.1.1 高光谱遥感图像特征提取 | 第18-20页 |
| 2.1.2 SAR遥感图像特征提取 | 第20-22页 |
| 2.2 遥感图像分类技术 | 第22-27页 |
| 2.2.1 遥感图像分类的一般过程 | 第22-23页 |
| 2.2.2 几种常见的监督分类器 | 第23-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 高光谱图像的谱间稀疏特征提取 | 第28-44页 |
| 3.1 稀疏主成分分析方法 | 第28-31页 |
| 3.1.1 主成分分析 | 第28-29页 |
| 3.1.2 稀疏主成分分析 | 第29-31页 |
| 3.2 稀疏判别分析方法 | 第31-34页 |
| 3.2.1 线性判别分析 | 第31-32页 |
| 3.2.2 稀疏判别分析 | 第32-34页 |
| 3.3 结合空间信息和光谱信息的稀疏张量判别分析方法 | 第34-37页 |
| 3.3.1 张量概述 | 第34-35页 |
| 3.3.2 稀疏张量判别分析 | 第35-37页 |
| 3.4 实验内容及结果分析 | 第37-42页 |
| 3.4.1 实验数据 | 第37-39页 |
| 3.4.2 实验结果及分析 | 第39-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 SAR遥感图像的空间纹理特征提取 | 第44-56页 |
| 4.1 Gabor滤波器原理 | 第44-45页 |
| 4.2 Three-Patch局部二值模式方法 | 第45-48页 |
| 4.2.1 局部二值模式 | 第45-47页 |
| 4.2.2 Three-Patch局部二值模式 | 第47-48页 |
| 4.3 基于Gabor滤波器和Three-Patch局部二值模式的空间纹理特征提取 | 第48-50页 |
| 4.4 实验内容及结果分析 | 第50-54页 |
| 4.4.1 实验数据 | 第50-51页 |
| 4.4.2 实验结果及分析 | 第51-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第五章 结论与展望 | 第56-58页 |
| 5.1 结论 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 研究成果及发表的学术论文 | 第64-66页 |
| 作者和导师简介 | 第66-67页 |
| 北京化工大学专业学位硕士研究生学位论文答辩委员会决议书 | 第67-68页 |
