首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于SVM的高光谱遥感图像海面溢油分类方法研究

摘要第9-10页
ABSTRACT第10页
第一章 绪论第11-26页
    1.1 研究背景与意义第11-13页
    1.2 海面溢油监测手段第13-16页
        1.2.1 直接探测法第13页
        1.2.2 遥感探测法第13-16页
    1.3 国内外研究现状及发展趋势第16-22页
        1.3.1 高光谱的研究近况和发展趋势第16-17页
        1.3.2 高光谱海面溢油探测技术的研究现状和发展趋势第17-21页
        1.3.4 基于SVM的高光谱图像分类技术研究现状和发展趋势第21-22页
    1.4 本论文的主要工作与结构安排第22-26页
第二章 高光谱遥感图像分类和SVM理论第26-36页
    2.1 引言第26页
    2.2 高光谱遥感数据分类第26-29页
        2.2.1 高光谱图像及数据的特点第26-27页
        2.2.2 高光谱图像的降维技术[56]第27-28页
        2.2.3 高光谱图像分类及存在的困难第28-29页
    2.3 SVM的基础理论第29-35页
        2.3.1 SVM的产生与发展第30页
        2.3.2 SVM的基本思想第30-33页
        2.3.3 SVM的关键技术第33-34页
        2.3.4 SVM算法应用于高光谱溢油探测的优势和潜力第34-35页
    2.4 本章小结第35-36页
第三章 海面溢油图像光谱特性分析第36-57页
    3.1 引言第36页
    3.2 多时相海面溢油图像光谱特性分析方案第36-39页
        3.2.1 多时相图像光谱特性分析的意义第36-37页
        3.2.2 实测数据说明第37-38页
        3.2.3 图像光谱特性分析实验流程第38-39页
    3.3 多时相多分辨率海水图像光谱特性第39-45页
        3.2.1 海水图像光谱特性与海水混浊度及海水成分第39-41页
        3.2.2 海水图像光谱特性与海水底质反射第41-42页
        3.2.3 海水图像光谱特性与海水深度第42-43页
        3.2.4 多时相多分辨率海水图像光谱特性第43-45页
    3.4 多时相多分辨率油膜图像光谱特性第45-50页
        3.4.1 同一时相数据中油膜图像光谱特性第45-48页
        3.4.2 多时相多分辨率油膜图像光谱特性第48-50页
    3.5 多时相多分辨率油膜与海水图像光谱特性差异第50-53页
        3.5.1 光谱整体差异性分析第50-52页
        3.5.2 光谱的波段差异性分析第52-53页
    3.6 降低多时相数据间图像光谱差异的处理第53-56页
    3.7 本章小结第56-57页
第四章 基于SVM的高光谱海面溢油分类第57-78页
    4.1 引言第57页
    4.2 基于SVM的高光谱海面溢油分类第57-60页
        4.2.1 基于SVM的海面溢油分类第57-59页
        4.2.2 多时相图像溢油带提取的SVM分类流程第59-60页
    4.3 AVIRIS高光谱数据实验分析第60-77页
        4.3.1 svm算法软件实现第60-61页
        4.3.2 高光谱海面溢油图像的分类性能评估第61-64页
        4.3.3 实验结果分析第64-77页
    4.4 本章小结第77-78页
第五章 结束语第78-80页
    5.1 论文主要工作与创新点第78页
    5.2 进一步工作展望第78-80页
致谢第80-82页
参考文献第82-87页
作者在学期间取得的学术成果第87页

论文共87页,点击 下载论文
上一篇:常规公交站点停靠时间分析与预测方法
下一篇:基于MATLAB与VeriStand的自适应振动主动控制仿真及LabVIEW界面设计