摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第1章 绪论 | 第15-32页 |
1.1 课题背景及研究的目的和意义 | 第15-19页 |
1.2 国内外研究现状 | 第19-30页 |
1.2.1 基于像素层融合的多源图像协同处理研究现状 | 第19-23页 |
1.2.2 红外高光谱和可见光图像协同处理研究现状 | 第23-26页 |
1.2.3 多源图像协同分类研究现状 | 第26-28页 |
1.2.4 集成学习研究现状 | 第28-29页 |
1.2.5 研究现状简析 | 第29-30页 |
1.3 本文的主要研究内容及结构安排 | 第30-32页 |
第2章 基于像素层融合的高光谱图像分辨率提升与分类 | 第32-64页 |
2.1 引言 | 第32页 |
2.2 基于多层带间结构模型的多光谱图像分辨率提升方法 | 第32-38页 |
2.2.1 非子采样轮廓小波变换 | 第33-34页 |
2.2.2 基于多层带间结构模型的图像融合方法 | 第34-38页 |
2.3 基于光谱调制的高光谱图像分辨率提升方法 | 第38-43页 |
2.3.1 对偶非负矩阵分解方法 | 第38-40页 |
2.3.2 基于光谱调制的图像融合方法 | 第40-43页 |
2.4 空间分辨率提升后的高光谱图像分类 | 第43-44页 |
2.5 实验结果及分析 | 第44-63页 |
2.5.1 实验数据 | 第44-47页 |
2.5.2 多光谱图像分辨率提升实验结果 | 第47-55页 |
2.5.3 高光谱图像分辨率提升实验结果 | 第55-61页 |
2.5.4 分辨率提升后的高光谱图像分类实验结果 | 第61-63页 |
2.6 本章小结 | 第63-64页 |
第3章 基于集成学习的高光谱与全色图像协同分类 | 第64-93页 |
3.1 引言 | 第64页 |
3.2 维数灾难问题 | 第64-66页 |
3.3 高光谱和全色图像特征提取 | 第66-70页 |
3.3.1 光谱特征提取 | 第66-67页 |
3.3.2 基于多尺度分割的面向对象特征提取 | 第67-70页 |
3.4 基于半监督旋转森林方法的协同分类 | 第70-78页 |
3.4.1 旋转森林 | 第71页 |
3.4.2 半监督特征提取 | 第71-76页 |
3.4.3 半监督旋转森林 | 第76-78页 |
3.5 实验结果及分析 | 第78-91页 |
3.5.1 实验数据 | 第78-80页 |
3.5.2 半监督旋转森林分类算法结果 | 第80-82页 |
3.5.3 高光谱和全色图像协同分类结果 | 第82-89页 |
3.5.4 半监督旋转森林参数分析 | 第89-91页 |
3.6 本章小结 | 第91-93页 |
第4章 基于半监督自学习的高光谱与全色图像小样本协同分类 | 第93-117页 |
4.1 引言 | 第93页 |
4.2 小样本问题下的主动学习和半监督学习方法 | 第93-97页 |
4.2.1 主动学习方法 | 第94-95页 |
4.2.2 半监督学习方法 | 第95-96页 |
4.2.3 主动学习和半监督学习的分析 | 第96-97页 |
4.3 基于半监督自学习的高光谱和全色图像协同分类方法 | 第97-103页 |
4.3.1 基于半监督自学习的协同分类方法 | 第97-100页 |
4.3.2 样本多样性优化 | 第100-103页 |
4.4 实验结果及分析 | 第103-115页 |
4.4.1 基于自学习的协同分类算法结果 | 第104-112页 |
4.4.2 图像分割尺度影响 | 第112-113页 |
4.4.3 空谱联合特征分类方法对比 | 第113-115页 |
4.5 本章小结 | 第115-117页 |
第5章 基于分层处理的红外高光谱与可见多光谱图像协同分类 | 第117-140页 |
5.1 引言 | 第117页 |
5.2 红外高光谱与可见多光谱图像特征提取 | 第117-121页 |
5.3 红外高光谱和可见多光谱图像分层分类方法 | 第121-127页 |
5.3.1 稀疏表示分类方法 | 第121-125页 |
5.3.2 结合上下文信息的决策融合方法 | 第125-127页 |
5.4 实验结果及分析 | 第127-139页 |
5.4.1 红外高光谱图像特征提取与分类结果 | 第129-133页 |
5.4.2 可见多光谱图像特征提取与分类结果 | 第133-134页 |
5.4.3 图像协同分类结果 | 第134-139页 |
5.5 本章小结 | 第139-140页 |
结论 | 第140-142页 |
参考文献 | 第142-158页 |
攻读博士学位期间发表的论文及其它成果 | 第158-161页 |
致谢 | 第161-162页 |
个人简历 | 第162页 |