高光谱遥感影像植被分类提取技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 植被高光谱遥感研究概述 | 第10-13页 |
| 1.2.1 植被与植被遥感 | 第10-11页 |
| 1.2.2 高光谱遥感技术研究进展 | 第11-13页 |
| 1.2.3 高光谱遥感在植被研究中的应用 | 第13页 |
| 1.3 高光谱影像植被分类提取方法 | 第13-18页 |
| 1.3.1 高光谱影像分类方法 | 第14-15页 |
| 1.3.2 植被分类提取方法 | 第15-17页 |
| 1.3.3 高光谱影像植被分类提取难点 | 第17-18页 |
| 1.4 研究内容与结构安排 | 第18-20页 |
| 第二章 基于植被光谱特征的波段选择 | 第20-34页 |
| 2.1 植被光谱曲线特征 | 第20-23页 |
| 2.1.1 植被基本光谱特征 | 第20-21页 |
| 2.1.2 光谱吸收特征参数 | 第21-23页 |
| 2.2 植被光谱变换特征 | 第23-27页 |
| 2.2.1 光谱微分技术 | 第23-25页 |
| 2.2.2 归一化一阶微分变换 | 第25-26页 |
| 2.2.3 对数一阶微分变换 | 第26-27页 |
| 2.3 植被光谱特征波段选择 | 第27-33页 |
| 2.3.1 植被光谱特征波段分析 | 第27-29页 |
| 2.3.2 波段选择试验 | 第29-31页 |
| 2.3.3 波段选择评价 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于加权高光谱植被指数的植被分类提取 | 第34-54页 |
| 3.1 植被指数 | 第34-38页 |
| 3.1.1 宽波段植被指数 | 第34-36页 |
| 3.1.2 高光谱植被指数 | 第36-38页 |
| 3.2 加权高光谱植被指数 | 第38-43页 |
| 3.2.1 土壤对植被提取的影响 | 第39-40页 |
| 3.2.2 加权高光谱植被指数设计 | 第40-43页 |
| 3.3 高光谱影像植被分类提取试验 | 第43-52页 |
| 3.3.1 基于植被指数的植被提取试验 | 第44-45页 |
| 3.3.2 基于WHVI的植被提取试验 | 第45-48页 |
| 3.3.3 基于WHVI的植被分类提取试验 | 第48-52页 |
| 3.3.4 试验结论 | 第52页 |
| 3.4 本章小结 | 第52-54页 |
| 第四章 基于多核支持向量机的植被精细分类提取 | 第54-73页 |
| 4.1 核方法与多核学习原理 | 第54-58页 |
| 4.1.1 核方法与支持向量机 | 第54-57页 |
| 4.1.2 多核学习理论 | 第57-58页 |
| 4.2 多核支持向量机 | 第58-63页 |
| 4.2.1 多核支持向量机两类分类问题 | 第58-62页 |
| 4.2.2 多核支持向量机多类分类问题 | 第62页 |
| 4.2.3 多核函数组合方式和核参数设置 | 第62-63页 |
| 4.3 高光谱影像植被精细分类提取试验 | 第63-72页 |
| 4.3.1 MKSVM植被分类提取流程 | 第63-64页 |
| 4.3.2 试验结果与分析 | 第64-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 论文研究工作的总结 | 第73页 |
| 5.2 需要进一步研究的问题 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 作者简历 | 第81页 |
