首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于核稀疏和空间约束的高光谱目标检测方法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-19页
    1.1 课题背景及研究的目的和意义第9-10页
    1.2 国内外的研究现状及分析第10-17页
        1.2.1 高光谱图像目标检测的经典方法第10-13页
        1.2.2 稀疏表示与高光谱图像数据处理第13-15页
        1.2.3 基于稀疏表示的高光谱目标检测方法第15-16页
        1.2.4 国内外文献综述的简析第16-17页
    1.3 论文主要研究内容和结构安排第17-19页
第2章 基于稀疏表示的高光谱图像目标检测第19-37页
    2.1 信号的稀疏表示理论第19-25页
        2.1.1 信号稀疏表示的数学模型第19-22页
        2.1.2 稀疏方程的求解方法第22-25页
    2.2 高光谱图像的稀疏表示模型第25-31页
        2.2.1 高光谱图像特征分析第25-26页
        2.2.2 高光谱图像稀疏表示第26-31页
    2.3 应用稀疏表示模型的高光谱目标检测方法第31-36页
        2.3.1 基于稀疏表示的目标检测方法第31-33页
        2.3.2 高光谱目标检测初步结果第33-36页
    2.4 本章小结第36-37页
第3章 光谱与空间信息在高光谱目标检测中的优化利用第37-55页
    3.1 基于核方法的光谱信息优化利用第37-44页
        3.1.1 核方法概述第37-40页
        3.1.2 基于稀疏表示的目标检测方法的核化第40-42页
        3.1.3 经典方法与基于稀疏表示方法的核化对比第42-44页
    3.2 基于边缘描述的空间信息优化利用第44-49页
        3.2.1 稀疏表示检测方法的联合空间约束第45-47页
        3.2.2 联合稀疏方法提取目标对象边缘第47-49页
    3.3 基于水平集描述的空间信息优化利用第49-54页
        3.3.1 水平集方法基础第50-52页
        3.3.2 水平集方法提取目标对象空间特征第52-54页
    3.4 本章小结第54-55页
第4章 结合核稀疏和空间约束的高光谱目标联合检测第55-74页
    4.1 光谱-空间信息联合稀疏目标检测方法第55-59页
        4.1.1 光谱-空间信息联合稀疏检测模型第55-57页
        4.1.2 基于联合稀疏模型的检测结果修正第57-59页
    4.2 基于光谱信息的高光谱目标检测实验第59-66页
        4.2.1 基本稀疏方法的目标检测第59-62页
        4.2.2 核稀疏方法的目标检测第62-66页
    4.3 结合核稀疏和空间约束的联合检测实验第66-73页
        4.3.1 结合稀疏和边缘描述的目标联合检测第66-68页
        4.3.2 结合核稀疏和水平集描述的目标联合检测第68-70页
        4.3.3 弱完整性数据下的目标联合检测第70-73页
    4.4 本章小结第73-74页
结论第74-75页
参考文献第75-83页
攻读硕士学位期间发表的论文及其它成果第83-85页
致谢第85页

论文共85页,点击 下载论文
上一篇:多通道SAR动目标检测方法研究
下一篇:基于主用户移动性的感知用户时间分配方法研究