基于多分类器组合的高光谱遥感数据分类技术研究
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-18页 |
| 第一章 绪论 | 第18-21页 |
| ·选题的目的和意义 | 第18页 |
| ·国内外研究现状 | 第18-19页 |
| ·论文研究内容与方法 | 第19-20页 |
| ·论文的组织结构 | 第20-21页 |
| 第二章 高光谱遥感概述 | 第21-36页 |
| ·遥感技术的发展 | 第21-24页 |
| ·高分辨率遥感 | 第21-22页 |
| ·高光谱遥感 | 第22-24页 |
| ·Hyperion高光谱数据 | 第24-34页 |
| ·EO-1卫星 | 第24-25页 |
| ·Hyperion高光谱成像仪 | 第25-32页 |
| ·Hyperion高光谱数据 | 第32-34页 |
| ·高光谱遥感的应用 | 第34-35页 |
| ·精准农业 | 第34页 |
| ·林业 | 第34页 |
| ·生态环境 | 第34-35页 |
| ·地质 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第三章 高光谱遥感影像的大气校正 | 第36-53页 |
| ·遥感影像的大气校正概述 | 第36-40页 |
| ·大气校正的原理 | 第36-38页 |
| ·大气校正的方法 | 第38-40页 |
| ·遥感影像的大气校正 | 第40-43页 |
| ·6S和MODTRAN比较 | 第40-42页 |
| ·大气校正模块介绍 | 第42-43页 |
| ·邻近效应 | 第43-47页 |
| ·影响邻近效应的因素 | 第43-47页 |
| ·邻近效应的去除 | 第47页 |
| ·高光谱遥感影像的大气校正 | 第47-52页 |
| ·高光谱遥感影像的大气校正方法 | 第47-49页 |
| ·用FLAASH模块对高光谱影像进行大气校正 | 第49-50页 |
| ·FLAASH和ATCOR模块大气校正对比 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 高光谱遥感影像分类方法 | 第53-76页 |
| ·遥感影像分类方法概述 | 第53-57页 |
| ·非监督分类方法 | 第53-54页 |
| ·监督分类方法 | 第54-56页 |
| ·监督和非监督分类的方法比较 | 第56-57页 |
| ·高光谱遥感影像分类方法 | 第57-64页 |
| ·高维数据的空间分布特征 | 第57-58页 |
| ·维数灾难和Hughes现象 | 第58-59页 |
| ·基于特征空间的分类方法 | 第59页 |
| ·光谱处理技术 | 第59-61页 |
| ·基于光谱空间的分类方法 | 第61-64页 |
| ·参考光谱的采集 | 第64-67页 |
| ·标准光谱数据库 | 第64-65页 |
| ·野外光谱采集 | 第65-67页 |
| ·从影像上提取端元光谱 | 第67页 |
| ·从高光谱遥感影像提取植被种类 | 第67-71页 |
| ·引言 | 第68页 |
| ·高光谱影像资料的大气校正 | 第68页 |
| ·参考光谱的选取 | 第68-69页 |
| ·用SAM对植被信息进行提取 | 第69-70页 |
| ·制作植被分布图 | 第70-71页 |
| ·从高光谱遥感影像提取植被覆盖度 | 第71-75页 |
| ·引言 | 第71页 |
| ·不同植被覆盖度下的光谱特征 | 第71-73页 |
| ·研究方法 | 第73页 |
| ·结论 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第五章 基于多分类器组合的高光谱遥感影像信息提取 | 第76-93页 |
| ·多分类器组合概述 | 第76-80页 |
| ·多分类器组合的原理 | 第76页 |
| ·多分类器组合方法的分类 | 第76-78页 |
| ·多分类器组合方法的算法 | 第78-80页 |
| ·用多分类器组合方法提取低反射率目标物 | 第80-84页 |
| ·引言 | 第80-81页 |
| ·数据预处理 | 第81页 |
| ·研究方法 | 第81-84页 |
| ·结论 | 第84页 |
| ·用多分类器组合提取岩体信息 | 第84-92页 |
| ·研究区地质概况 | 第84-85页 |
| ·研究方法 | 第85-89页 |
| ·结论 | 第89-92页 |
| ·本章小结 | 第92-93页 |
| 第六章 结论与展望 | 第93-94页 |
| 论文的特色 | 第94-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-109页 |
