高信噪比窄带光谱数据获取与非监督分类技术研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第14-30页 |
| 1.1 研究背景 | 第14-17页 |
| 1.1.1 课题来源 | 第14页 |
| 1.1.2 基于兼容隐身矛盾的探测理论 | 第14-17页 |
| 1.2 国内外发展现状 | 第17-28页 |
| 1.2.1 高光谱成像技术 | 第17-22页 |
| 1.2.2 基于光谱数据的目标分类 | 第22-27页 |
| 1.2.3 窄带光谱成像及目标分类面临的问题 | 第27-28页 |
| 1.3 论文主要研究内容 | 第28-30页 |
| 2 基于双光路的多路复用光谱探测 | 第30-50页 |
| 2.1 多路复用光谱探测 | 第30-39页 |
| 2.1.1 哈达玛变换光谱探测 | 第30-37页 |
| 2.1.2 傅立叶变换光谱探测 | 第37-39页 |
| 2.2 双光路光谱探测方法 | 第39-44页 |
| 2.2.1 双光路光谱探测原理 | 第39-41页 |
| 2.2.2 双光路光谱探测系统仿真 | 第41-44页 |
| 2.3 双光路光谱探测实验结果及分析 | 第44-48页 |
| 2.4 本章小结 | 第48-50页 |
| 3 哈达玛编码降噪理论与实验研究 | 第50-61页 |
| 3.1 哈达玛编码噪声分析 | 第50-57页 |
| 3.1.1 经典哈达玛编码降噪理论 | 第50-53页 |
| 3.1.2 基于分类的哈达玛编码降噪理论 | 第53-56页 |
| 3.1.3 编码测量数据在分类中的性噪比分析 | 第56-57页 |
| 3.2 哈达玛编码实验结果及分析 | 第57-60页 |
| 3.3 本章小结 | 第60-61页 |
| 4 稀疏信号在哈达玛编码测量中的优化重建 | 第61-76页 |
| 4.1 压缩感知及稀疏信号重建方法简介 | 第61-66页 |
| 4.1.1 压缩感知理论简述 | 第61-64页 |
| 4.1.2 压缩感知的测量矩阵 | 第64-66页 |
| 4.2 稀疏信号在哈达玛编码重建中的噪声研究 | 第66-70页 |
| 4.2.1 稀疏信号在HTS中的重建优化必要性 | 第66-69页 |
| 4.2.2 HTS测量稀疏信号的重建方法 | 第69-70页 |
| 4.3 哈达玛编码中稀疏信号重建实验结果及分析 | 第70-75页 |
| 4.3.1 HTS编码测量模型 | 第70-72页 |
| 4.3.2 HTS中不同重建方法对比 | 第72-75页 |
| 4.4 本章小结 | 第75-76页 |
| 5 基于空间一致性的高光谱分类 | 第76-101页 |
| 5.1 最小关联窗口的高光谱分类 | 第76-82页 |
| 5.1.1 泛光谱曲线 | 第77-79页 |
| 5.1.2 最小关联窗口继承分类 | 第79-80页 |
| 5.1.3 巴氏距离 | 第80页 |
| 5.1.4 图像分类实验与分析 | 第80-82页 |
| 5.2 基于空间一致性降元的高光谱分类 | 第82-91页 |
| 5.2.1 特征光谱 | 第83-84页 |
| 5.2.2 图像降元方法 | 第84-85页 |
| 5.2.3 像块相似性 | 第85-87页 |
| 5.2.4 基于高斯分布的自适应阈值 | 第87-88页 |
| 5.2.5 图像分割实验与分析 | 第88-91页 |
| 5.3 基于特征光谱段的目标提取算法 | 第91-99页 |
| 5.3.1 图像密度 | 第92-94页 |
| 5.3.2 目标提取 | 第94-96页 |
| 5.3.3 目标提取实验与分析 | 第96-99页 |
| 5.4 本章小结 | 第99-101页 |
| 6 窄带光谱系统与伪装目标探测实验 | 第101-113页 |
| 6.1 组件式窄带光谱系统 | 第101-104页 |
| 6.2 双光路双色散窄带光谱系统 | 第104-109页 |
| 6.2.1 双光路双色散光谱系统原理 | 第104-107页 |
| 6.2.2 双光路双色散光谱系统 | 第107-109页 |
| 6.3 隐身目标探测实验 | 第109-111页 |
| 6.4 本章小结 | 第111-113页 |
| 7 总结与展望 | 第113-115页 |
| 致谢 | 第115-116页 |
| 参考文献 | 第116-124页 |
| 附录 | 第124-125页 |
