| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-14页 |
| 1.2.1 高光谱图像超像元分割方法研究 | 第10-11页 |
| 1.2.2 基于稀疏表示的高光谱特征提取方法研究 | 第11-13页 |
| 1.2.3 高光谱图像分类方法研究现状 | 第13-14页 |
| 1.2.4 研究现状分析 | 第14页 |
| 1.3 课题主要研究内容 | 第14-16页 |
| 第2章 高光谱图像超像元分割方法研究 | 第16-36页 |
| 2.1 主成分加权假彩色合成方法 | 第16-21页 |
| 2.1.1 主成分分析 | 第16-17页 |
| 2.1.2 假彩色合成 | 第17-18页 |
| 2.1.3 主成分加权假彩色合成方法流程 | 第18-21页 |
| 2.2 颜色直方图驱动的高光谱图像超像元分割方法 | 第21-27页 |
| 2.2.1 颜色直方图评价方法 | 第21-24页 |
| 2.2.2 基于爬山优化方法的颜色直方图驱动超像元分割方法 | 第24-27页 |
| 2.3 实验验证及分析 | 第27-35页 |
| 2.3.1 数据集 | 第27-29页 |
| 2.3.2 方法评价指标 | 第29-30页 |
| 2.3.3 实验法参数选择 | 第30-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 基于高光谱图像超像元的稀疏表示研究 | 第36-53页 |
| 3.1 基于超像元的半监督K-SVD字典学习方法研究 | 第36-40页 |
| 3.1.1 K-SVD字典学习方法 | 第36-37页 |
| 3.1.2 半监督K-SVD字典学习方法 | 第37-40页 |
| 3.2 基于超像元改进的多尺度稀疏表示 | 第40-44页 |
| 3.3 实验验证及分析 | 第44-51页 |
| 3.3.1 数据集 | 第45-46页 |
| 3.3.2 方法评价指标 | 第46页 |
| 3.3.3 性能对比实验 | 第46-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第4章 最终分类方法融合设计及验证 | 第53-81页 |
| 4.1 基于稀疏表示的高光谱图像超像元分类方法原理 | 第53-56页 |
| 4.2 实验验证及分析 | 第56-80页 |
| 4.2.1 高光谱超像元分割对比实验 | 第57-67页 |
| 4.2.2 不同分类方法上的性能验证实验 | 第67-75页 |
| 4.2.3 整体方法最终对比验证实验 | 第75-80页 |
| 4.3 本章小结 | 第80-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第89-91页 |
| 致谢 | 第91页 |
