| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 引言 | 第13-25页 |
| 1.1 研究背景与意义 | 第13-16页 |
| 1.1.1 高光谱遥感的起源与发展 | 第13-15页 |
| 1.1.2 高光谱目标检测的意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-22页 |
| 1.2.1 基于光谱匹配的高光谱图像目标检测经典算法 | 第17-18页 |
| 1.2.2 基于光谱匹配的高光谱图像目标检测新技术 | 第18-19页 |
| 1.2.3 基于稀疏表示的高光谱图像目标检测方法 | 第19-22页 |
| 1.3 论文的主要研究内容和结构安排 | 第22-25页 |
| 第2章 基于稀疏表示的高光谱图像目标检测 | 第25-37页 |
| 2.1 高光谱图像数据分析 | 第25-27页 |
| 2.1.1 高光谱数据特点 | 第25-26页 |
| 2.1.2 高光谱图像稀疏性分析 | 第26-27页 |
| 2.2 高光谱图像稀疏表示模型 | 第27-32页 |
| 2.3 数据描述与评估方法 | 第32-36页 |
| 2.3.1 实验数据描述 | 第32-35页 |
| 2.3.2 实验评估方法 | 第35-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 二元假设多任务稀疏表示高光谱图像目标检测 | 第37-61页 |
| 3.1 空间邻域多任务联合稀疏表示高光谱图像目标检测 | 第37-41页 |
| 3.1.1 高光谱图像空间相关性分析 | 第37-38页 |
| 3.1.2 多任务学习理论 | 第38-40页 |
| 3.1.3 空间邻域多任务联合稀疏表示模型 | 第40-41页 |
| 3.2 二元假设稀疏表示高光谱图像目标检测 | 第41-45页 |
| 3.2.1 二元假设稀疏表示算法模型 | 第41-43页 |
| 3.2.2 二元假设下局部背景字典的构建 | 第43-45页 |
| 3.3 相似性约束二元假设邻域多任务联合高光谱图像目标检测 | 第45-50页 |
| 3.3.1 光谱角约束邻域多任务联合稀疏表示检测算法 | 第45-46页 |
| 3.3.2 相似性约束二元假设邻域联合稀疏表示目标检测算法 | 第46-50页 |
| 3.4 实验结果与分析 | 第50-58页 |
| 3.4.1 仿真数据目视结果和ROC曲线分析 | 第50-52页 |
| 3.4.2 HYDICE数据目视结果和ROC曲线分析 | 第52-54页 |
| 3.4.3 AVRIS数据目视结果和ROC曲线分析 | 第54-55页 |
| 3.4.4 GFHK-3数据目视结果和ROC曲线分析 | 第55-57页 |
| 3.4.5 AUC与运行效率分析 | 第57-58页 |
| 3.5 本章小结 | 第58-61页 |
| 第4章 空间约束联合表示高光谱图像目标检测 | 第61-73页 |
| 4.1 协作表示高光谱图像目标检测 | 第61-62页 |
| 4.2 基于双边滤波思想的协作表示高光谱图像目标检测 | 第62-64页 |
| 4.2.1 双边滤波思想 | 第62-63页 |
| 4.2.2 双边Tikhonov正则项约束协作表示 | 第63-64页 |
| 4.3 空间约束联合稀疏表示与协作表示高光谱图像目标检测 | 第64-68页 |
| 4.4 实验结果与分析 | 第68-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第5章 总结与展望 | 第73-75页 |
| 5.1 本文工作和总结 | 第73-74页 |
| 5.2 未来研究和展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 附录 | 第81-83页 |
| 致谢 | 第83-85页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第85页 |
