| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| 1．1 选题的目的与意义 | 第11-12页 |
| 1．2 高光谱遥感目标探测现状及待解决的问题 | 第12-16页 |
| 1．2．1 高光谱遥感技术的发展现状 | 第12-14页 |
| 1．2．2 高光谱影像目标探测的研究方法及存在问题 | 第14-16页 |
| 1．3 研究内容 | 第16-17页 |
| 1．4 论文的结构组织 | 第17-19页 |
| 第二章 高光谱影像目标探测基础 | 第19-43页 |
| 2．1 高光谱影像的特点及其对目标探测的影响 | 第19-24页 |
| 2．2 高光谱影像目标探测分析 | 第24-28页 |
| 2．2．1 高光谱影像目标探测特点 | 第24-26页 |
| 2．2．2 高光谱影像目标探测方法 | 第26-28页 |
| 2．3 高光谱遥感数据描述模型 | 第28-30页 |
| 2．4 高光谱影像特征提取与选择综述 | 第30-39页 |
| 2．4．1 特征提取技术 | 第30-31页 |
| 2．4．2 特征选择技术 | 第31-34页 |
| 2．4．3 常用的特征提取方法 | 第34-38页 |
| 2．4．4 面向目标探测的特征提取 | 第38-39页 |
| 2．5 高光谱影像特征分类综述 | 第39-43页 |
| 2．5．1 高光谱影像特征分类原理 | 第39-40页 |
| 2．5．2 常用的模式分类方法 | 第40-43页 |
| 第三章 高光谱影像噪声滤波技术 | 第43-58页 |
| 3．1 引言 | 第43页 |
| 3．2 基于三次光滑样条的高光谱影像噪声滤波 | 第43-49页 |
| 3．2．1 三次光滑样条滤波原理 | 第44-45页 |
| 3．2．2 高光谱影像样条滤波 | 第45-46页 |
| 3．2．3 高光谱影像滤波实验 | 第46-48页 |
| 3．2．4 实验分析 | 第48-49页 |
| 3．3 基于多尺度小波变换的高光谱影像噪声滤波 | 第49-56页 |
| 3．3．1 平稳小波变换简介 | 第49-50页 |
| 3．3．2 小波阈值滤波原理 | 第50-53页 |
| 3．3．3 高光谱影像滤波实验 | 第53-56页 |
| 3．3．4 实验分析 | 第56页 |
| 3．4 小结 | 第56-58页 |
| 第四章 面向小目标探测的高光谱影像特征提取 | 第58-97页 |
| 4．1 引言 | 第58页 |
| 4．2 基于独立成份分析的高光谱影像小目标特征提取 | 第58-76页 |
| 4．2．1 独立成份分析综述 | 第58-62页 |
| 4．2．2 基于FICA的高光谱影像特征提取 | 第62-65页 |
| 4．2．3 基于FICA的高光谱影像小目标检测方案 | 第65-67页 |
| 4．2．4 高光谱影像小目标检测实验 | 第67-75页 |
| 4．2．5 结论 | 第75-76页 |
| 4．3 基于投影寻踪的高光谱影像小目标特征提取 | 第76-86页 |
| 4．3．1 投影寻踪 | 第76-77页 |
| 4．3．2 非监督投影指标 | 第77-78页 |
| 4．3．3 基于PP的高光谱影像特征提取 | 第78-79页 |
| 4．3．4 基于PP的高光谱影像小目标检测方案 | 第79-82页 |
| 4．3．5 高光谱影像小目标检测实验 | 第82-86页 |
| 4．3．6 结论 | 第86页 |
| 4．4 基于多尺度小波变换的光谱特征提取 | 第86-95页 |
| 4．4．1 引言 | 第86页 |
| 4．4．2 基于多尺度小波变换的光谱分析 | 第86-88页 |
| 4．4．3 基于多尺度小波特征的目标检测 | 第88-91页 |
| 4．4．4 高光谱影像目标成份探测实验 | 第91-92页 |
| 4．4．5 结论 | 第92-95页 |
| 4．5 小结 | 第95-97页 |
| 第五章 基于小样本学习的高光谱影像特征提取与分类 | 第97-131页 |
| 5．1 机器学习与高光谱影像分类 | 第97-99页 |
| 5．1．1 机器学习 | 第97-98页 |
| 5．1．2 支撑向量机与高光谱影像分类 | 第98-99页 |
| 5．2 支撑向量机分类理论 | 第99-108页 |
| 5．2．1 支撑向量机分类原理 | 第99-106页 |
| 5．2．2 支撑向量机分类实现 | 第106-108页 |
| 5．3 面向小样本分类的特征提取及分类 | 第108-129页 |
| 5．3．1 面向分类的投影指标简介 | 第108-112页 |
| 5．3．2 面向小样本分类的投影指标设计 | 第112-113页 |
| 5．3．3 两类问题特征提取与分类 | 第113-122页 |
| 5．3．4 多类问题特征提取与分类 | 第122-129页 |
| 5．4 小结 | 第129-131页 |
| 第六章 基于样本核映射的非线性特征提取及其分类应用 | 第131-148页 |
| 6．1 引言 | 第131页 |
| 6．2 核映射特征提取 | 第131-135页 |
| 6．2．1 核主成份分析 | 第132-134页 |
| 6．2．2 核Fisher判别分析 | 第134-135页 |
| 6．3 两类问题核映射特征提取与分类 | 第135-140页 |
| 6．3．1 一维核巴氏距离 | 第135-136页 |
| 6．3．2 高光谱影像核映射特征提取 | 第136-138页 |
| 6．3．3 两类问题分类实验 | 第138-140页 |
| 6．4 多类问题核映射特征提取与分类 | 第140-146页 |
| 6．4．1 KBPP多类问题推广 | 第140-142页 |
| 6．4．2 多类问题分类实验 | 第142-146页 |
| 6．5 算法分析 | 第146-147页 |
| 6．6 小结 | 第147-148页 |
| 第七章 总结与展望 | 第148-152页 |
| 7．1 主要研究成果 | 第148-149页 |
| 7．2 高光谱影像处理与分析系统 | 第149-150页 |
| 7．3 研究展望 | 第150-152页 |
| 参考文献 | 第152-160页 |
| 攻读博士学位期间的学术及科研情况 | 第160-161页 |
| 致谢 | 第161页 |
