首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于稀疏表示的高光谱图像目标检测

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-19页
    1.1 课题的背景及来源第9-11页
    1.2 课题研究的目的和意义第11-12页
    1.3 国内外研究现状第12-17页
        1.3.1 高光谱图像目标检测方法研究现状第12-15页
        1.3.2 信号稀疏表示方法研究现状第15-16页
        1.3.3 研究现状的总结第16-17页
    1.4 本文的主要研究内容第17-19页
第2章 高光谱图像的稀疏表示模型第19-32页
    2.1 引言第19页
    2.2 信号的稀疏表示第19-24页
        2.2.1 字典设计第20-23页
        2.2.2 稀疏表示的系数求解第23-24页
    2.3 高光谱图像的稀疏表示第24-25页
    2.4 空谱约束模型第25-31页
        2.4.1 联合稀疏模型第25-27页
        2.4.2 拉普拉斯模型第27-28页
        2.4.3 三维小波变换模型第28-31页
    2.5 本章小结第31-32页
第3章 高光谱图像目标检测第32-51页
    3.1 引言第32页
    3.2 匹配子空间检测模型第32-33页
    3.3 稀疏表示目标检测方法第33-35页
    3.4 稀疏匹配子空间检测方法第35-36页
    3.5 实验结果与分析第36-50页
        3.5.1 实验数据介绍第37-38页
        3.5.2 实验设置第38-39页
        3.5.3 结果分析第39-50页
    3.6 本章小结第50-51页
第4章 基于核稀疏表示的高光谱图像目标检测第51-64页
    4.1 引言第51页
    4.2 核稀疏表示系数求解第51-54页
        4.2.1 核方法概述第51-52页
        4.2.2 KOMP 算法第52-54页
    4.3 核稀疏表示目标检测第54-55页
    4.4 核稀疏匹配子空间目标检测第55-57页
    4.5 实验结果与分析第57-63页
        4.5.1 实验设置第57-58页
        4.5.2 结果分析第58-63页
    4.6 本章小结第63-64页
结论第64-66页
参考文献第66-71页
攻读硕士学位期间发表的论文及其它成果第71-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:口腔固定义齿数字化设计技术研究
下一篇:针对网络数据流的实时分类算法研究