面向异常检测的多源遥感影像融合技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外在该方向的研究现状及分析 | 第10-16页 |
| 1.2.1 多源图像融合研究现状 | 第11-13页 |
| 1.2.2 高光谱图像的异常检测技术研究现状 | 第13-15页 |
| 1.2.3 国内外研究现状的简析 | 第15-16页 |
| 1.3 本文的主要研究内容 | 第16-18页 |
| 第2章 高分辨率与多/高光谱图像融合技术研究 | 第18-38页 |
| 2.1 引言 | 第18页 |
| 2.2 经典融合方法 | 第18-23页 |
| 2.2.1 主成分分析融合方法 | 第18-19页 |
| 2.2.2 小波分解融合方法 | 第19-21页 |
| 2.2.3 Gram-Schmidt变换融合方法 | 第21-23页 |
| 2.3 基于ARSIS框架的改进融合方法 | 第23-27页 |
| 2.3.1 ARSIS框架介绍 | 第23-26页 |
| 2.3.2 基于ARSIS模型的改进融合方法 | 第26-27页 |
| 2.4 遥感图像融合方法评价指标 | 第27-30页 |
| 2.4.1 基于图像的评价方法 | 第27-29页 |
| 2.4.2 基于应用的评价方法 | 第29-30页 |
| 2.5 实验结果 | 第30-37页 |
| 2.5.1 实验数据说明 | 第30-31页 |
| 2.5.2 经典融合方法间的融合质量评价 | 第31-33页 |
| 2.5.3 改进方法的融合质量评价 | 第33-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第3章 高光谱图像异常检测技术研究 | 第38-55页 |
| 3.1 引言 | 第38页 |
| 3.2 异常检测基础理论 | 第38-40页 |
| 3.3 异常检测中的经典背景建模方法 | 第40-42页 |
| 3.3.1 多元正态分布模型 | 第40-41页 |
| 3.3.2 背景子空间模型 | 第41-42页 |
| 3.4 简单模型与复杂背景间的矛盾 | 第42-45页 |
| 3.4.1 背景的非高斯性 | 第42-43页 |
| 3.4.2 目标信号及奇异点产生的污染 | 第43-44页 |
| 3.4.3 边缘与空间结构 | 第44-45页 |
| 3.5 基于椭球等高分布的异常检测改进算法 | 第45-49页 |
| 3.5.1 椭球等高分布模型 | 第45-46页 |
| 3.5.2 有限混合模型 | 第46-47页 |
| 3.5.3 子空间-椭球等高混合模型 | 第47-49页 |
| 3.6 实验结果 | 第49-53页 |
| 3.6.1 数据说明 | 第49-50页 |
| 3.6.2 实验结果及讨论 | 第50-53页 |
| 3.7.本章小结 | 第53-55页 |
| 第4章 基于图像融合的异常检测方法研究 | 第55-72页 |
| 4.1 引言 | 第55页 |
| 4.2 基于像素级融合的异常检测方法 | 第55-56页 |
| 4.3 基于决策级融合的异常检测方法 | 第56-61页 |
| 4.3.1 线性一致理论 | 第56-58页 |
| 4.3.2 D-S证据理论 | 第58-61页 |
| 4.4 基于数学形态学的后处理 | 第61-64页 |
| 4.5 实验验证 | 第64-71页 |
| 4.5.1 数据说明 | 第64-67页 |
| 4.5.2 实验结果及分析 | 第67-71页 |
| 4.6 本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第78-80页 |
| 致谢 | 第80页 |
