多传感器数据协同分类技术研究

摘要	第1-5页
Abstract	第5-9页
第1章 绪论	第9-17页
·课题来源及研究的目的和意义	第9-11页
·课题背景及来源	第9页
·课题研究的目的和意义	第9-11页
·国内外在该方向的研究现状及分析	第11-15页
·单传感器分类技术的发展及研究现状	第11-12页
·多传感器协同处理技术的发展及研究现状	第12-15页
·本文工作及结构安排	第15-17页
第2章 特征提取及分类识别理论基础	第17-31页
·特征提取	第17-23页
·光谱特征提取	第17-20页
·纹理特征提取	第20-23页
·特征选择	第23-24页
·分类方法	第24-28页
·基于统计决策理论的分类方法	第24-25页
·基于学习的分类方法	第25-28页
·分类能力的定量分析及评价方法	第28-30页
·本章小结	第30-31页
第3章 多传感器数据协同分类相关技术研究	第31-50页
·高光谱及多光谱与全色图像的协同分类算法描述	第31-32页
·多传感器图像特性分析	第32-33页
·高光谱及多光谱图像特性分析	第32-33页
·全色图像特性分析	第33页
·特征提取及变换技术	第33-39页
·小波PCA特征提取	第33-35页
·光谱指数特征提取	第35-38页
·特征变换	第38-39页
·协同分类器的选择	第39-49页
·高光谱图像分类	第40-44页
·多光谱图像分类	第44-47页
·基于单传感器图像分类的协同分类器选择	第47-49页
·本章小结	第49-50页
第4章 基于学习的多传感器图像协同分类	第50-63页
·多光谱与全色图像协同分类	第50-58页
·算法总体框图	第50-51页
·算法实现	第51-53页
·实验结果及分析	第53-55页
·光谱指数在协同分类中的应用	第55-58页
·高光谱与全色图像协同分类	第58-62页
·系统总体框图	第58-59页
·系统实现	第59-60页
·实验结果及分析	第60-62页
·本章小结	第62-63页
结论	第63-65页
参考文献	第65-70页
致谢	第70页