| 中文摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 1 引言 | 第11-19页 |
| 1.1 研究的背景与意义 | 第11-12页 |
| 1.2 国内外研究进展 | 第12-17页 |
| 1.2.1 高光谱遥感技术研究进展 | 第12-13页 |
| 1.2.2 高光谱遥感影像在地物识别方面的研究进展 | 第13-15页 |
| 1.2.3 高光谱遥感影像降维方法研究进展 | 第15-16页 |
| 1.2.4 高光谱遥感影像识别方法研究进展 | 第16-17页 |
| 1.3 研究内容 | 第17-18页 |
| 1.4 技术路线 | 第18-19页 |
| 2 研究区与研究数据 | 第19-25页 |
| 2.1 研究区概况 | 第19页 |
| 2.2 研究数据 | 第19-25页 |
| 3 影像预处理与果园光谱特征分析 | 第25-43页 |
| 3.1 HJ1A-HSI影像的预处理 | 第25-33页 |
| 3.1.1 绝对辐射亮度值转换 | 第25页 |
| 3.1.2 条带去除 | 第25-28页 |
| 3.1.3 FLAASH大气校正 | 第28-31页 |
| 3.1.4 几何精校正 | 第31-32页 |
| 3.1.5 裁剪 | 第32-33页 |
| 3.2 HJ1A-CCD影像的预处理 | 第33-38页 |
| 3.2.1 传感器定标 | 第33页 |
| 3.2.2 波谱响应函数制作 | 第33-34页 |
| 3.2.3 FLAASH大气校正 | 第34-36页 |
| 3.2.4 几何精校正 | 第36-37页 |
| 3.2.5 裁剪 | 第37-38页 |
| 3.3 基于HJ1A-CCD数据的研究区高光谱影像植被区域的提取 | 第38-40页 |
| 3.4 研究区果园与其它地物光谱特征分析 | 第40-43页 |
| 4 高光谱数据的波段选择方法 | 第43-51页 |
| 4.1 基于OIF最佳指数的波段选择方法 | 第43-47页 |
| 4.2 基于自动子空间划分的自适应波段选择(ASP+ABS)的波段选择方法 | 第47-49页 |
| 4.2.1 自动子空间划分(ASP) | 第47页 |
| 4.2.2 自适应波段选择法(ABS) | 第47-48页 |
| 4.2.3 基于ASP+ABS的波段选择 | 第48-49页 |
| 4.3 基于光谱特征参量(SCP)的波段选择方法 | 第49-51页 |
| 5 基于HJ1A-HSI高光谱遥感果园识别研究 | 第51-71页 |
| 5.1 基于波段选择的HSI数据的果园识别研究 | 第51-68页 |
| 5.1.1 基于波段选择的最大似然分类研究 | 第51-56页 |
| 5.1.2 基于波段选择的神经网络分类研究 | 第56-60页 |
| 5.1.3 基于波段选择的ISODATA非监督分类研究 | 第60-66页 |
| 5.1.4 基于波段选择的HSI数据的果园识别总体精度分析与评价 | 第66-68页 |
| 5.2 基于神经网络分类的波段选择和非波段选择的HJ1A-HSI数据的果园识别结果对比 | 第68-71页 |
| 5.2.1 基于非波段选择的神经网络分类 | 第68-69页 |
| 5.2.2 基于非波段选择的神经网络分类后精度分析与评价 | 第69页 |
| 5.2.3 基于波段选择和非波段选择的神经网络分类后精度比较 | 第69-71页 |
| 6 结论与展望 | 第71-74页 |
| 6.1 研究结论 | 第71-72页 |
| 6.2 研究特色 | 第72页 |
| 6.3 问题与展望 | 第72-74页 |
| 参考文献 | 第74-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间发表论文情况 | 第82页 |
