基于高光谱数据解译的近海岸要素分析及应用分析
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题背景及研究的目的和意义 | 第10-11页 |
| ·课题的背景 | 第10-11页 |
| ·课题的研究目的和意义 | 第11页 |
| ·近海岸研究的数据选择及国内外研究现状 | 第11-13页 |
| ·近海岸要素研究的数据选择 | 第11-12页 |
| ·近海岸要素应用分析在国内外的研究现状 | 第12-13页 |
| ·高光谱遥感技术在国内外的发展现状 | 第13-18页 |
| ·高光谱成像传感器的发展 | 第13-15页 |
| ·高光谱遥感处理技术的发展 | 第15-18页 |
| ·课题的研究内容及论文结构 | 第18-20页 |
| ·课题的主要研究内容 | 第18-19页 |
| ·论文的结构安排 | 第19-20页 |
| 第2章 海陆环境分离算法的研究 | 第20-27页 |
| ·引言 | 第20页 |
| ·基于归一化水体指数的海陆分割算法 | 第20-23页 |
| ·归一化水体指数 | 第20-21页 |
| ·基于归一化水体指数的海陆分割算法实现 | 第21-22页 |
| ·基于归一化水体指数的海陆分割实验 | 第22-23页 |
| ·基于光谱向量的空间梯度算子的海岸线提取算法 | 第23-26页 |
| ·光谱向量的空间梯度算子 | 第23-24页 |
| ·基于光谱向量的空间梯度算子的海岸线提取算法实现 | 第24-25页 |
| ·基于光谱向量的空间梯度算子的海岸线提取实验 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 近海岸环境要素的分析与应用研究 | 第27-44页 |
| ·引言 | 第27页 |
| ·辅助以空间信息的光谱分类算法研究 | 第27-36页 |
| ·基于支持向量机的光谱分类 | 第27-29页 |
| ·空间信息辅助光谱信息的研究方法 | 第29-31页 |
| ·空间权重对分类精度的影响实验 | 第31-33页 |
| ·循环次数对分类精度和计算复杂度的影响实验 | 第33-36页 |
| ·基于支持向量机的水深反演算法研究 | 第36-43页 |
| ·离水反射率模型的光谱仿真 | 第36-41页 |
| ·支持向量机技术解决水深反演逆问题 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 面向近海岸应用的目标解译算法研究 | 第44-62页 |
| ·引言 | 第44页 |
| ·基于组合光谱特征的目标识别算法研究 | 第44-53页 |
| ·基于支持向量数据描述的光谱目标识别 | 第44-46页 |
| ·组合光谱特征 | 第46-48页 |
| ·基于组合光谱特征的目标识别实验 | 第48-53页 |
| ·广义线性光谱混合模型研究 | 第53-60页 |
| ·线性光谱混合模型及其限制 | 第53-55页 |
| ·广义线性光谱混合模型及光谱约束条件 | 第55-59页 |
| ·基于广义线性光谱混合模型的光谱解混实验 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第69-71页 |
| 致谢 | 第71页 |