| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究目的及意义 | 第12-14页 |
| ·国内外研究现状及分析 | 第14-18页 |
| ·高光谱遥感发展历程 | 第14页 |
| ·高光谱影像分类研究现状 | 第14-15页 |
| ·稀疏表示研究现状 | 第15-18页 |
| ·主要内容和技术路线 | 第18-20页 |
| ·主要内容 | 第18页 |
| ·技术路线 | 第18-20页 |
| 第二章 稀疏表示方法理论 | 第20-33页 |
| ·稀疏表示模型 | 第20-22页 |
| ·稀疏表示问题优化模型 | 第20-21页 |
| ·稀疏表示分类模型 | 第21-22页 |
| ·分类器的设计 | 第22-23页 |
| ·稀疏重构算法 | 第23-27页 |
| ·正交匹配追踪算法 | 第24-26页 |
| ·匹配追踪 | 第24-25页 |
| ·正交匹配追踪 | 第25-26页 |
| ·子空间追踪算法 | 第26-27页 |
| ·上下文关系的稀疏重构算法 | 第27-33页 |
| ·平滑约束稀疏模型 | 第28-29页 |
| ·联合稀疏表示重构算法 | 第29-33页 |
| ·联合正交匹配追踪 | 第30-31页 |
| ·联合子空间追踪 | 第31-33页 |
| 第三章 基于稀疏重构算法的高光谱遥感图像分类 | 第33-66页 |
| ·OMIS-I 航空高光谱遥感图像分类 | 第33-51页 |
| ·OMIS-I 数据介绍 | 第33-35页 |
| ·OMIS-I 数据 OMP 分类 | 第35-37页 |
| ·OMIS-I 数据 SP 分类 | 第37-39页 |
| ·OMIS-I 数据平滑约束分类 | 第39-43页 |
| ·OMIS-I 数据 S-OMP 分类 | 第39-41页 |
| ·OMIS-I 数据 S-SP 分类 | 第41-43页 |
| ·OMIS-I 数据联合稀疏分类 | 第43-47页 |
| ·OMIS-I 数据 SOMP 分类 | 第43-45页 |
| ·OMIS-I 数据 SSP 分类 | 第45-47页 |
| ·OMIS-I 数据 SVM 分类 | 第47-49页 |
| ·稀疏重构算法实验结果分析 | 第49-51页 |
| ·HYPERION 高光谱遥感图像分类 | 第51-66页 |
| ·HPERION 传感器的介绍 | 第51-52页 |
| ·HYPERION 数据介绍及预处理 | 第52-54页 |
| ·HYPERION 数据 OMP 分类 | 第54-55页 |
| ·HYPERION 数据 SP 分类 | 第55-57页 |
| ·HYPERION 数据平滑约束分类 | 第57-60页 |
| ·Hyperion 数据 S-OMP 分类 | 第57-58页 |
| ·Hyperion 数据 S-SP 分类 | 第58-60页 |
| ·HYPERION 数据联合稀疏分类 | 第60-62页 |
| ·Hyprion 数据 SOMP 分类 | 第60-61页 |
| ·Hyprion 数据 SSP 分类 | 第61-62页 |
| ·HYPRION 数据 SVM 分类 | 第62-63页 |
| ·稀疏重构算法实验结果分析 | 第63-66页 |
| 第四章 基于稀疏字典的高光谱遥感图像分类 | 第66-87页 |
| ·稀疏字典 | 第66-70页 |
| ·K-SVD 算法 | 第67-70页 |
| ·奇异值分解 | 第67页 |
| ·奇异值分解的定义 | 第67-68页 |
| ·奇异值分解的性质 | 第68-69页 |
| ·字典训练算法 | 第69-70页 |
| ·OMIS-I 航空高光谱遥感图像分类 | 第70-78页 |
| ·OMIS-I 数据 K-SVD 和 OMP 分类 | 第71-72页 |
| ·OMIS-I 数据 K-SVD 和 SP 分类 | 第72-73页 |
| ·OMIS-I 数据 K-SVD 和平滑约束分类 | 第73-75页 |
| ·OMIS-I 数据 K-SVD+S-OMP 分类 | 第73-74页 |
| ·OMIS-I 数据 K-SVD+S-SP 分类 | 第74-75页 |
| ·OMIS-I 数据 K-SVD 和联合稀疏分类 | 第75-77页 |
| ·OMIS-I 数据 K-SVD+SOMP 分类 | 第75-76页 |
| ·OMIS-I 数据 K-SVD+SSP 分类 | 第76-77页 |
| ·OMIS-I 数据 K-SVD 算法实验结果分析 | 第77-78页 |
| ·HYPERION 高光谱遥感图像分类 | 第78-87页 |
| ·HYPEION 数据 K-SVD 和 OMP 分类 | 第79-80页 |
| ·HYPEION 数据 K-SVD 和 SP 分类 | 第80-81页 |
| ·HYPEION 数据 K-SVD 和平滑约束分类 | 第81-83页 |
| ·Hypeion 数据 K-SVD+S-OMP 分类 | 第81-82页 |
| ·Hypeion 数据 K-SVD+S-SP 分类 | 第82-83页 |
| ·HYPEION 数据 K-SVD 和联合稀疏分类 | 第83-85页 |
| ·Hypeion 数据 K-SVD+SOMP 分类 | 第83-84页 |
| ·Hypeion 数据 K-SVD+SSP 分类 | 第84-85页 |
| ·HYPERION 稀疏字典算法实验结果分析 | 第85-86页 |
| ·稀疏表示方法实验总结 | 第86-87页 |
| 第五章 结论和展望 | 第87-89页 |
| ·结论 | 第87-88页 |
| ·展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-95页 |
| 硕士期间取得的研究成果 | 第95-96页 |
