首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

高光谱溢油图像特征提取在油种识别中的应用

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-17页
   ·课题来源及研究背景和意义第10-11页
   ·国内外研究现状第11-14页
     ·高光谱图像的国内外研究现状第11-12页
     ·高光谱溢油图像特征提取的国内外研究现状第12-14页
   ·论文的研究工作及文章结构第14-17页
     ·论文的研究工作第14-15页
     ·论文的结构第15-17页
第2章 基于GA-PCA的高光谱溢油图像特征提取第17-34页
   ·高光谱遥感图像的结构特征第17-20页
     ·高光谱遥感图像的定义第17-18页
     ·高光谱遥感图像的特征第18-19页
     ·高光谱溢油图像的特点第19-20页
   ·高光谱溢油图像特征提取方法第20-24页
     ·高光谱溢油图像特征提取的定义和特点第20-21页
     ·高光谱图像特征提取方法第21-24页
   ·基于GA-PCA的高光谱溢油图像特征提取第24-33页
     ·高光谱溢油图像主成分分析方法研究第25-27页
     ·遗传算法优化过程第27-28页
     ·基于GA-PCA的特征提取算法第28-33页
   ·小结第33-34页
第3章 基于SAM-SFF的高光谱溢油图像油种识别第34-41页
   ·海洋溢油的形成第34页
   ·高光谱溢油图像油种分类方法第34-38页
     ·高光谱溢油图像油种分类的特点第34-35页
     ·高光谱溢油图像油种分类识别方法第35-38页
   ·基于SAM-SFF的高光谱溢油图像油种识别第38-40页
   ·小结第40-41页
第4章 溢油实验及结果分析第41-67页
   ·实验器材及实验环境介绍第42-48页
     ·设备介绍第42-46页
     ·实验环境搭建第46-48页
   ·实验方法及步骤第48-58页
     ·实验方法第48页
     ·数据获取第48-50页
     ·图像校正第50-52页
     ·特征提取第52-55页
     ·建立波谱库第55-56页
     ·油种识别第56-58页
   ·实验结果对比分析第58-64页
   ·基于GA-PCA的高光谱特征提取方法验证第64-67页
第5章 总结与展望第67-68页
   ·总结第67页
   ·展望第67-68页
参考文献第68-71页
致谢第71-72页
研究生履历第72-73页

论文共73页,点击 下载论文
上一篇:基于视频的船舶吃水线检测方法的研究
下一篇:多通道温度检测系统的设计与实现