| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究内容 | 第10-11页 |
| 1.3 本文结构 | 第11-12页 |
| 第二章 高光谱技术研究现状及其主要特点 | 第12-19页 |
| 2.1 高光谱技术研究现状 | 第12-15页 |
| 2.1.1 高光谱图像技术的发展 | 第12页 |
| 2.1.2 高光谱图像技术的发展 | 第12-14页 |
| 2.1.3 高光谱图像数据分析研究现状 | 第14-15页 |
| 2.2 高光谱图像主要特点 | 第15-18页 |
| 2.3 本章总结 | 第18-19页 |
| 第三章 基于高光谱图像的特征提取 | 第19-27页 |
| 3.1 高光谱图像的预处理 | 第19页 |
| 3.2 基于高光谱图像的光谱特征获取 | 第19-23页 |
| 3.2.1 主成分分析 | 第19-21页 |
| 3.2.2 最小噪声分离变换 | 第21-22页 |
| 3.2.3 奇异值分析 | 第22-23页 |
| 3.3 基于高光谱图像的空间特征提取 | 第23-26页 |
| 3.3.1 基于图像的奇异值分析 | 第23-25页 |
| 3.3.2 基于卷积神经网络的高光谱图像空间特征提取 | 第25-26页 |
| 3.4 本章总结 | 第26-27页 |
| 第四章 基于高光谱图像数据的监督分类方法 | 第27-36页 |
| 4.1 高光谱图像分类一般流程 | 第27-28页 |
| 4.2 高光谱图像数据监督分类算法 | 第28-34页 |
| 4.2.1 支持向量机 | 第28-30页 |
| 4.2.2 人工神经网络 | 第30-32页 |
| 4.2.3 偏最小二乘法 | 第32页 |
| 4.2.4 深度置信网 | 第32-34页 |
| 4.3 分类评价标准 | 第34-35页 |
| 4.4 本章总结 | 第35-36页 |
| 第五章 高光谱技术在画类文物保护中的应用 | 第36-55页 |
| 5.1 基于近红外高光谱技术的壁画起甲病害分析 | 第36-42页 |
| 5.1.1 壁画类文物主要病害分析 | 第36-37页 |
| 5.1.2 壁画近红外高光谱图像数据采集与分析 | 第37-39页 |
| 5.1.3 基于近红外高光谱技术的壁画起甲病害风险分析 | 第39-42页 |
| 5.2 基于可见光高光谱图像的建筑彩画离骨病害分析 | 第42-49页 |
| 5.2.1 木质建筑彩画介绍及主要病害分析 | 第42-43页 |
| 5.2.2 木质建筑彩画可见光高光谱图像采集 | 第43页 |
| 5.2.3 木质建筑彩画离骨病害光谱分析与评估 | 第43-49页 |
| 5.3 基于近红外高光谱图像谱-空特征的真伪中国画分类 | 第49-53页 |
| 5.3.1 真伪中国画分类模型的建立 | 第49-50页 |
| 5.3.2 近红外高光谱图像谱-空特征的提取 | 第50-52页 |
| 5.3.3 基于高光谱谱-空特征的真伪国画分类结果 | 第52-53页 |
| 5.4 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 发表论文和参加科研情况说明 | 第61-62页 |
| 致谢 | 第62-63页 |
