| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 主要符号对照表 | 第7-10页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 高光谱图像目标检测研究背景 | 第10-12页 |
| 1.1.1 课题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 高光谱遥感技术的发展与应用 | 第12-13页 |
| 1.2.1 高光谱传感器的发展概况 | 第12页 |
| 1.2.2 高光谱遥感技术的应用 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.4 本文的研究方法与目标 | 第16-18页 |
| 1.5 本文的组织结构 | 第18-20页 |
| 第2章 高光谱图像目标检测理论基础 | 第20-32页 |
| 2.1 高光谱图像数据描述方式 | 第20-22页 |
| 2.2 光谱可变性模型 | 第22-25页 |
| 2.3 高光谱目标检测设计策略 | 第25-29页 |
| 2.3.1 广义似然比检测 | 第26页 |
| 2.3.2 极大似然估计 | 第26-27页 |
| 2.3.3 贝叶斯准则和奈曼-皮尔逊准则 | 第27-29页 |
| 2.4 检测算法性能评估 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于Fast-MCD的高光谱图像目标检测算法 | 第32-44页 |
| 3.1 ACE目标检测算法 | 第32-35页 |
| 3.2 稳健参数估计方法 | 第35-37页 |
| 3.2.1 最小协方差行列式估计方法 | 第35页 |
| 3.2.2 Fast-MCD算法 | 第35-37页 |
| 3.3 基于Fast-MCD的ACE目标检测算法 | 第37-38页 |
| 3.4 实验结果与分析 | 第38-43页 |
| 3.4.1 数据描述 | 第38-40页 |
| 3.4.2 实验结果 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于局部背景的ACE亚像元目标检测算法 | 第44-56页 |
| 4.1 基于GMM聚类的背景分割方法 | 第44-48页 |
| 4.1.1 GMM聚类原理 | 第45-47页 |
| 4.1.2 基于数据白化的EM算法的初始化 | 第47-48页 |
| 4.2 基于局部背景模型的ACE亚像元目标检测算法 | 第48-51页 |
| 4.3 实验结果与分析 | 第51-54页 |
| 4.3.1 数据描述 | 第51-52页 |
| 4.3.2 实验结果 | 第52-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第5章 总结与展望 | 第56-60页 |
| 5.1 本文的总结 | 第56-57页 |
| 5.2 未来的展望 | 第57-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第66页 |