首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于核熵成分分析的光谱反射率重建算法研究

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-14页
    1.1 论文研究的背景和意义第8-9页
        1.1.1 研究背景第8页
        1.1.2 研究意义第8-9页
    1.2 国内外研究现状第9-11页
        1.2.1 多光谱成像技术的发展第9-10页
        1.2.2 光谱反射率重建算法的研究进展第10-11页
    1.3 论文的研究内容第11-12页
    1.4 论文的组织结构和研究路线第12-14页
        1.4.1 论文的组织结构第12页
        1.4.2 研究路线第12-14页
第二章 光谱反射率重建算法研究第14-27页
    2.1 光谱反射率的重建算法第14-17页
        2.1.1 维纳估计法第15-16页
        2.1.2 基函数理论第16页
        2.1.3 多项式模型第16-17页
    2.2 基向量的提取第17-23页
        2.2.1 主成分分析第17-18页
        2.2.2 核主成分分析第18-20页
        2.2.3 核熵成分分析第20-23页
    2.3 光谱反射率重建的评价第23-26页
        2.3.1 D65和A光源下光谱反射率重建的主观评价第23-24页
        2.3.2 基于D65和A光源下光谱反射率重建的客观评价第24-26页
    2.4 本章小结第26-27页
第三章 基于多光谱成像系统的光谱重建第27-35页
    3.1 多光谱成像系统简述第27页
    3.2 自组搭建的的宽带多光谱成像系统第27-29页
    3.3 实验样本的获取和数据处理第29-34页
        3.3.1 实验仪器设备第29-31页
        3.3.2 实验样品的图像采集第31-32页
        3.3.3 实验数据处理和测试样本的光谱反射率第32-34页
    3.4 本章小结第34-35页
第四章 光谱颜色再现研究第35-45页
    4.1 基于主成分分析的光谱重建第36-37页
    4.2 基于核主成分分析的光谱重建第37页
    4.3 基于核熵成分分析的光谱重建第37-38页
    4.4 实验与结果分析第38-44页
        4.4.1 实验部分第38-39页
        4.4.2 结果与分析第39-44页
    4.5 本章小结第44-45页
第五章 总结与展望第45-47页
    5.1 总结第45页
    5.2 论文创新点第45页
    5.3 存在的问题及展望第45-47页
参考文献第47-51页
攻读学位期间发表的学位论文和研究成果第51-52页
致谢第52-53页
附录第53页

论文共53页,点击 下载论文
上一篇:基于多光谱成像技术的马铃薯晚疫病多角度辨识研究
下一篇:红外与低照度图像配准研究