遥感图像的目标检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-22页 |
| ·研究背景和研究意义 | 第10-13页 |
| ·遥感图像目标检测方法的研究现状 | 第13-18页 |
| ·遥感图像的背景分析 | 第13-14页 |
| ·遥感图像的目标分析 | 第14-15页 |
| ·遥感图像的异常检测 | 第15-16页 |
| ·遥感图像的目标检测 | 第16-18页 |
| ·本文的研究内容 | 第18-22页 |
| ·研究内容 | 第18-19页 |
| ·章节安排 | 第19页 |
| ·本文的创新点 | 第19-22页 |
| 第二章 遥感图像的背景分析 | 第22-40页 |
| ·单波段遥感图像的背景分析 | 第22-25页 |
| ·高光谱图像的背景分析 | 第25-28页 |
| ·背景高斯化在单波段遥感图像异常检测中的应用 | 第28-35页 |
| ·背景高斯化模型 | 第29-31页 |
| ·背景高斯化模型的应用 | 第31-35页 |
| ·背景高斯化在高光谱图像异常检测中的应用 | 第35-39页 |
| ·小结 | 第39-40页 |
| 第三章 遥感图像的目标分析 | 第40-56页 |
| ·单波段遥感图像的目标模型分析 | 第40-42页 |
| ·高光谱图像的目标模型分析 | 第42-48页 |
| ·多元高斯模型 | 第43-44页 |
| ·奇异值分解模型 | 第44-45页 |
| ·线性混合模型 | 第45-46页 |
| ·自回归模型 | 第46-48页 |
| ·目标模型在时域目标检测中的应用 | 第48-55页 |
| ·时域剖面建模 | 第49-50页 |
| ·时域剖面模型的应用 | 第50-55页 |
| ·小结 | 第55-56页 |
| 第四章 遥感图像的异常检测 | 第56-82页 |
| ·单波段遥感图像的异常检测 | 第56-68页 |
| ·基于亮度聚类的异常检测算法 | 第56-58页 |
| ·基于纹理分割的异常检测算法 | 第58-66页 |
| ·遥感图像的变化检测 | 第66-68页 |
| ·高光谱图像的异常检测 | 第68-80页 |
| ·高光谱图像及其特性分析 | 第68-69页 |
| ·RX 算法 | 第69-71页 |
| ·基于三维纹理分割的异常检测算法 | 第71-80页 |
| ·小结 | 第80-82页 |
| 第五章 遥感图像的目标检测 | 第82-112页 |
| ·单波段遥感图像的目标检测 | 第82-83页 |
| ·高光谱图像的目标检测 | 第83-95页 |
| ·高光谱图像的全像素目标检测 | 第84-86页 |
| ·高光谱图像的亚像素目标检测 | 第86-95页 |
| ·目标检测算法的性能评价方法 | 第95-100页 |
| ·ROC 曲线评价方法 | 第96-97页 |
| ·直方图比较法 | 第97-98页 |
| ·背景特性评价法 | 第98页 |
| ·背景目标分离图法 | 第98-99页 |
| ·基于数据归一化的目标检测性能评价方法 | 第99-100页 |
| ·基于背景分解的高光谱图像目标检测 | 第100-110页 |
| ·基于背景分解的高光谱图像全像素目标检测 | 第100-103页 |
| ·基于背景分解的高光谱图像亚像素目标检测 | 第103-110页 |
| ·小结 | 第110-112页 |
| 第六章 全文总结 | 第112-116页 |
| ·研究总结和创新点 | 第112-113页 |
| ·研究展望 | 第113-116页 |
| 致谢 | 第116-118页 |
| 参考文献 | 第118-132页 |
| 攻读博士期间研究成果 | 第132-133页 |
