| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 高光谱遥感图像波段选择 | 第10-12页 |
| 1.2.2 高光谱遥感图像分类 | 第12-14页 |
| 1.3 论文主要内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 基础知识 | 第16-32页 |
| 2.1 高光谱遥感图像数据特性 | 第16-17页 |
| 2.2 常用的高光谱波段选择方法 | 第17-21页 |
| 2.2.1 最大方差主成分分析 | 第17-18页 |
| 2.2.2 基于稀疏表示的波段选择 | 第18-19页 |
| 2.2.3 约束能量最小化波段选择 | 第19-20页 |
| 2.2.4 基于线性预测的波段选择 | 第20-21页 |
| 2.3 常用的高光谱图像分类模型 | 第21-27页 |
| 2.3.1 支持向量机分类模型 | 第21-23页 |
| 2.3.2 组合核支持向量机 | 第23-24页 |
| 2.3.3 逐像素稀疏表示分类 | 第24-25页 |
| 2.3.4 联合稀疏表示分类 | 第25-27页 |
| 2.4 实验数据集 | 第27-32页 |
| 2.4.1 Indian Pines数据集 | 第27-28页 |
| 2.4.2 Salinas数据集 | 第28-30页 |
| 2.4.3 Pavia University数据集 | 第30-32页 |
| 第3章 基于近邻波段分组的高光谱图像波段选择 | 第32-44页 |
| 3.1 算法思想来源及基本框架 | 第32-33页 |
| 3.2 逐波段小波变换 | 第33-34页 |
| 3.3 近邻波段分组 | 第34-37页 |
| 3.4 代表性波段选择 | 第37-38页 |
| 3.5 相关实验及分析 | 第38-44页 |
| 3.5.1 分类精度对比实验 | 第38-41页 |
| 3.5.2 处理时间对比实验 | 第41-42页 |
| 3.5.3 噪声波段筛除实验 | 第42-44页 |
| 第4章 基于紧凑字典稀疏表示的高光谱图像分类 | 第44-59页 |
| 4.1 算法思想来源及基本流程 | 第44-45页 |
| 4.2 空间标签集的获取 | 第45-47页 |
| 4.3 光谱标签集的获取 | 第47-48页 |
| 4.4 紧凑字典设计及分类模型 | 第48-49页 |
| 4.5 相关实验及分析 | 第49-59页 |
| 4.5.1 实验设计 | 第49-52页 |
| 4.5.2 分类精度对比实验 | 第52-57页 |
| 4.5.3 分类时间对比实验 | 第57页 |
| 4.5.4 关键参数影响分析 | 第57-59页 |
| 第5章 总结展望 | 第59-61页 |
| 5.1 本文工作总结 | 第59页 |
| 5.2 未来研究展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录A 攻读硕士学位期间研究成果及参与项目 | 第66页 |