| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题的研究背景及意义 | 第8-9页 |
| 1.2 高光谱图像研究现状 | 第9-11页 |
| 1.2.1 高光谱遥感成像光谱技术 | 第9-10页 |
| 1.2.2 高光谱图像数据的特点 | 第10-11页 |
| 1.3 高光谱图像分类研究现状 | 第11-13页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12-13页 |
| 1.4 主要研究内容及结构安排 | 第13-15页 |
| 1.4.1 主要研究内容 | 第13-14页 |
| 1.4.2 论文结构安排 | 第14-15页 |
| 第2章 高光谱图像目标分类理论 | 第15-30页 |
| 2.1 高光谱图像分类理论 | 第15-17页 |
| 2.1.1 高光谱图像分类的基本原则 | 第15-16页 |
| 2.1.2 高光谱图像分类的基本流程 | 第16-17页 |
| 2.2 高光谱图像基本方法 | 第17-27页 |
| 2.2.1 非监督分类方法 | 第17-21页 |
| 2.2.2 监督分类方法 | 第21-27页 |
| 2.3 高光谱图像分类精度评价 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于高光谱图像的子空间和马尔科夫分类原理 | 第30-35页 |
| 3.1 高光谱图像子空间分类原理 | 第30-32页 |
| 3.1.1 子空间基本原理 | 第30-31页 |
| 3.1.2 高光谱图像的子空间 | 第31-32页 |
| 3.2 基于高光谱图像马尔科夫分类原理 | 第32-34页 |
| 3.2.1 马尔科夫随机场特性 | 第32-33页 |
| 3.2.2 马尔科夫随机场模型 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 基于子空间结合马尔科夫模型的高光谱图像分类方法 | 第35-44页 |
| 4.1 本文提出方法的基本原理 | 第35-38页 |
| 4.1.1 主成分分析 | 第35-37页 |
| 4.1.2 构造边缘系数 | 第37-38页 |
| 4.2 实验方案设计 | 第38页 |
| 4.3 实验结果与分析 | 第38-43页 |
| 4.3.1 实验数据 | 第38-39页 |
| 4.3.2 实验结果 | 第39-42页 |
| 4.3.3 评价与分析 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 作者简介及科研成果 | 第47-48页 |
| 致谢 | 第48页 |