无先验信息的高光谱图像小目标检测算法研究
| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 无先验信息的高光谱图像小目标检测算法概述 | 第10-13页 |
| 1.2.1 高光谱图像目标检测技术 | 第10-12页 |
| 1.2.2 国内外研究现状 | 第12-13页 |
| 1.3 本文的主要研究工作及内容安排 | 第13-15页 |
| 1.3.1 本文的主要研究工作 | 第13-14页 |
| 1.3.2 本文的组织架构 | 第14-15页 |
| 第二章 高光谱图像异常检测算法理论基础 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 高光谱图像数据 | 第15-19页 |
| 2.2.1 谱间相关性 | 第17-18页 |
| 2.2.2 空间相关性 | 第18-19页 |
| 2.3 光谱图像异常检测基本理论 | 第19-21页 |
| 2.4 常用异常检测算法 | 第21-23页 |
| 2.4.1 RX算法 | 第21页 |
| 2.4.2 局部RX算法 | 第21页 |
| 2.4.3 PCA‐RX算法 | 第21-23页 |
| 2.5 实验结果与分析 | 第23-25页 |
| 2.5.1 图像数据说明 | 第23-24页 |
| 2.5.2 目标检测结果及分析 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 高光谱图像混合像元分解 | 第26-34页 |
| 3.1 引言 | 第26页 |
| 3.2 混合像元形成机制与光谱混合模型 | 第26-28页 |
| 3.2.1 混合像元形成机制 | 第26页 |
| 3.2.2 光谱混合模型 | 第26-28页 |
| 3.3 线性光谱解混技术流程 | 第28-31页 |
| 3.3.1 顶点成分分析 | 第28-30页 |
| 3.3.2 迭代误差分析 | 第30-31页 |
| 3.4 实验分析 | 第31-33页 |
| 3.4.1 图像介绍 | 第31-33页 |
| 3.4.2 两种端元提取算法性能比较 | 第33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 本文异常目标检测算法 | 第34-49页 |
| 4.1 引言 | 第34页 |
| 4.2 背景矩阵和正交投影算子的构造方法 | 第34-35页 |
| 4.3 本文算法 | 第35-39页 |
| 4.3.1 LPD算法 | 第35-37页 |
| 4.3.2 本文算法描述 | 第37-39页 |
| 4.3.3 ROC曲线 | 第39页 |
| 4.4 自适应阈值分割和标注连接分量 | 第39-43页 |
| 4.4.1 Otus自动阈值分割方法 | 第40-41页 |
| 4.4.2 标注连接分量 | 第41-43页 |
| 4.5 实验结果与分析 | 第43-48页 |
| 4.5.1 合成图模拟实验 | 第43-47页 |
| 4.5.2 真实场景高光谱实验 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间公开发表的论文及科研成果 | 第55-56页 |
| 致谢 | 第56-57页 |
