| 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 偏振高光谱仿真研究现状 | 第10-12页 |
| 1.2.2 双向反射分布函数(BRDF)模型研究现状 | 第12-13页 |
| 1.2.3 偏振高光谱信息处理及应用的研究现状 | 第13-14页 |
| 1.2.4 半监督学习理论及研究进展 | 第14-16页 |
| 1.3 本文主要研究内容及结构安排 | 第16-18页 |
| 第2章 偏振高光谱遥感场景成像 | 第18-33页 |
| 2.1 高光谱场景成像模型 | 第18-23页 |
| 2.1.1 地面场景模型 | 第18-21页 |
| 2.1.2 大气场景模型 | 第21-23页 |
| 2.2 由高光谱场景成像到偏振高光谱场景成像 | 第23-24页 |
| 2.3 双向反射分布函数 | 第24-29页 |
| 2.3.1 基于物理基础的BRDF模型 | 第25-28页 |
| 2.3.2 模型的相关实验及分析 | 第28-29页 |
| 2.4 基于BRDF模型的偏振高光谱场景成像分析 | 第29-32页 |
| 2.4.1 基于BRDF的墙壁二次散射原理分析 | 第29-31页 |
| 2.4.2 场景成像结果及分析 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 偏振高光谱图像获取及多维度信息提取 | 第33-50页 |
| 3.1 偏振高光谱成像原理及图像获取 | 第33-39页 |
| 3.1.1 偏振高光谱成像原理 | 第33-34页 |
| 3.1.2 偏振的Stokes矢量描述 | 第34-37页 |
| 3.1.3 多角度偏振图像的获取 | 第37-39页 |
| 3.2 偏振高光谱多维度信息提取 | 第39-41页 |
| 3.3 面向偏振高光谱分类的半监督特征提取 | 第41-44页 |
| 3.3.1 局部线性判别分析LFDA | 第42-43页 |
| 3.3.2 邻域保持嵌入NPE | 第43-44页 |
| 3.3.3 半监督SLDA方法 | 第44页 |
| 3.4 实验及分析 | 第44-49页 |
| 3.4.1 实验数据说明 | 第45页 |
| 3.4.2 多维度信息提取实验 | 第45-46页 |
| 3.4.3 半监督特征提取实验 | 第46-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 基于半监督支持向量机的偏振高光谱图像分类 | 第50-65页 |
| 4.1 半监督支持向量机算法 | 第50-52页 |
| 4.1.1 基于组合的半监督支持向量机 | 第51页 |
| 4.1.2 基于连续的半监督支持向量机 | 第51-52页 |
| 4.2 基于标签均值的半监督支持向量机分类算法 | 第52-59页 |
| 4.2.1 基于标签均值的半监督支持向量机学习（mean-S3VM） | 第52-54页 |
| 4.2.2 半监督支持向量机多分类算法 | 第54-56页 |
| 4.2.3 偏振图像监督/半监督分类算法实验结果及分析 | 第56-59页 |
| 4.3 基于决策级融合的偏振高光谱分类 | 第59-64页 |
| 4.3.1 决策级融合 | 第59-61页 |
| 4.3.2 加权冲突分配法 | 第61-62页 |
| 4.3.3 融合实验结果及分析 | 第62-64页 |
| 4.4 本章小结 | 第64-65页 |
| 结论 | 第65-66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 |
