| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-15页 |
| 1.1 选题依据和研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 高光谱影像分类方法研究现状 | 第10-11页 |
| 1.2.2 基于小波变换的图像处理方法研究现状 | 第11-12页 |
| 1.3 现有高光谱分类算法存在的问题 | 第12-13页 |
| 1.4 主要技术路线 | 第13页 |
| 1.5 文章结构安排 | 第13-15页 |
| 第2章 高光谱图像分类简述 | 第15-18页 |
| 2.1 高光谱图像特性 | 第15-16页 |
| 2.2 高光谱图像分类方法中的基于光谱角度填图法 | 第16-18页 |
| 第3章 基于傅里叶变换幅度谱的影像分类算法 | 第18-23页 |
| 3.1 傅里叶变换简介 | 第18页 |
| 3.2 基于傅立叶变换幅度谱的分类算法设计 | 第18-20页 |
| 3.2.1 傅立叶变换幅度谱特性 | 第18-19页 |
| 2.2.2 算法设计 | 第19-20页 |
| 3.3 数据源 | 第20-21页 |
| 3.4 实验方案 | 第21页 |
| 3.5 算法细节 | 第21-22页 |
| 3.6 结果分析 | 第22-23页 |
| 第4章 基于小波变换的影像分类算法 | 第23-34页 |
| 4.1 小波变换简介 | 第23-25页 |
| 4.1.1 连续小波变换 | 第23-24页 |
| 4.1.2 离散小波变换 | 第24-25页 |
| 4.2 基于小波变换的特征提取以及对高光谱影像进行分类 | 第25-28页 |
| 4.3 对模拟数据实现基于小波变换的影像分类 | 第28-30页 |
| 4.3.1 数据简述 | 第28页 |
| 4.3.2 实验方案 | 第28页 |
| 4.3.3 算法细节 | 第28-29页 |
| 4.3.4 实验结果分析 | 第29-30页 |
| 4.4 对 AVIRIS 数据实现基于小波变换的影像分类 | 第30-34页 |
| 4.4.1 数据简述 | 第30页 |
| 4.4.2 实验方案 | 第30页 |
| 4.4.3 算法细节 | 第30-31页 |
| 4.4.4 实验结果分析 | 第31-34页 |
| 结论 | 第34-35页 |
| 致谢 | 第35-36页 |
| 参考文献 | 第36-38页 |
| 攻读学位期间取得学术成果 | 第38页 |