摘要 | 第1-6页 |
Abstract | 第6-9页 |
第一章 绪论 | 第9-17页 |
·研究目的和意义 | 第9页 |
·高光谱遥感 | 第9-12页 |
·高光谱遥感概念 | 第9-10页 |
·高光谱遥感系统组成 | 第10-11页 |
·高光谱遥感记录的四种信息及四个分辨率 | 第11-12页 |
·成像光谱仪 | 第12-14页 |
·高光谱成像仪的类型 | 第12-14页 |
·干涉成像光谱遥感技术 | 第14页 |
·干涉成像光谱仪应用研究现状 | 第14-15页 |
·本论文主要研究内容 | 第15-17页 |
第二章 高光谱数据预处理技术 | 第17-26页 |
·辐射校正技术 | 第17-19页 |
·数据辐射异常分析 | 第17-18页 |
·图像区域辐射校正 | 第18-19页 |
·噪声滤除技术 | 第19页 |
·考虑大气的反射率反演方法 | 第19-23页 |
·基于辐射传输模型的大气校正 | 第20-21页 |
·基于图像的处理法 | 第21-22页 |
·经验线性法(EL) | 第22-23页 |
·具体场景图像的处理 | 第23-25页 |
·场景描述 | 第23页 |
·处理结果 | 第23-25页 |
·本章小结 | 第25-26页 |
第三章 地物覆盖光谱分类技术 | 第26-36页 |
·实验数据介绍 | 第26页 |
·高光谱数据特征 | 第26-27页 |
·Hughes现象 | 第27-28页 |
·端元的概念(Endmember) | 第28页 |
·实验数据处理流程 | 第28-35页 |
·大气校正 | 第29页 |
·最优波段选取 | 第29页 |
·光谱维减少数据量:最小噪声变换(MNF) | 第29-31页 |
·空间减少数据量:产生像元纯净指数(PPI)图像 | 第31-32页 |
·n维可视化(n-Dimensional Visualization)进行端元选取 | 第32页 |
·端元波谱识别(Feature-Based Endmember Identification) | 第32-34页 |
·实验分类结果 | 第34-35页 |
·本章小结 | 第35-36页 |
第四章 高光谱目标探测技术 | 第36-41页 |
·目标探测所研究的问题 | 第37-38页 |
·背景分类和目标探测 | 第37页 |
·目标探测算法分类 | 第37-38页 |
·实验数据处理 | 第38-40页 |
·目标光谱和背景光谱选取 | 第38-39页 |
·计算有效波谱(BandMax) | 第39页 |
·SAM进行目标探测 | 第39-40页 |
·本章小结 | 第40-41页 |
第五章 矿物质混合光谱分解技术 | 第41-52页 |
·造成光谱混合的原因 | 第41-42页 |
·光谱混合模型(Mixing Models) | 第42-44页 |
·线性混合模型 | 第42-43页 |
·非线性混合模型 | 第43-44页 |
·混合光谱分解步骤 | 第44-47页 |
·解混三个步骤 | 第44-45页 |
·解混合运算(Inversion) | 第45-47页 |
·矿物质混合光谱分解 | 第47-51页 |
·本章小结 | 第51-52页 |
第六章 总结与展望 | 第52-54页 |
·全文总结 | 第52页 |
·展望 | 第52-54页 |
参考文献 | 第54-57页 |
硕士期间发表或录用文章 | 第57-58页 |
致谢 | 第58页 |