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GPU的高光谱空谱联合异常检测算法研究

摘要第6-8页
abstract第8-9页
第1章 绪论第12-18页
    1.1 课题研究背景和意义第12-14页
    1.2 国内外研究现状第14-17页
        1.2.1 高光谱图像异常检测研究现状第14-16页
        1.2.2 基于GPU的高光谱遥感处理技术研究现状第16-17页
    1.3 课题研究内容与结构安排第17-18页
第2章 高光谱异常检测及GPU并行模型理论第18-28页
    2.1 高光谱遥感图像第18-21页
    2.2 GPU并行处理技术第21-22页
    2.3 经典异常检测算法第22-25页
        2.3.1 RX异常检测算子第22-23页
        2.3.2 KRX异常检测算子第23-25页
        2.3.3 CRD异常检测算子第25页
    2.4 高光谱异常检测性能评价方法第25-26页
    2.5 本章小结第26-28页
第3章 基于加权空谱联合的KRX异常检测及GPU实现第28-42页
    3.1 基于加权空谱联合KRX异常检测第28-31页
        3.1.1 局部信息重构第28-30页
        3.1.2 加权空谱联合KRX算子第30-31页
    3.2 基于GPU的WSSKRXD并行处理方法第31-34页
    3.3 实验结果与分析第34-40页
        3.3.1 数据描述第34-35页
        3.3.2 参数讨论第35-37页
        3.3.3 异常检测性能分析第37-40页
    3.4 本章小结第40-42页
第4章 基于空谱联合的核光谱角异常检测及GPU实现第42-54页
    4.1 基于空谱联合的核光谱角异常检测第42-46页
        4.1.1 核光谱角匹配第42-44页
        4.1.2 扩展形态学第44-46页
    4.2 基于GPU的SSKSAMD并行处理方法第46-47页
    4.3 实验结果与分析第47-53页
        4.3.1 数据描述第47-48页
        4.3.2 参数讨论第48-50页
        4.3.3 异常检测性能分析第50-53页
    4.4 本章小结第53-54页
第5章 基于虚拟背景光谱的Hausdorff异常检测及GPU实现第54-66页
    5.1 Hausdorff距离相似性度量第54-56页
        5.1.1 经典Hausdorff距离第54-55页
        5.1.2 改进的Hausdorff距离第55-56页
    5.2 基于虚拟背景光谱的Hausdorff异常检测第56-58页
        5.2.1 虚拟背景光谱第56-57页
        5.2.2 Hausdorff距离异常检测算子第57-58页
    5.3 基于GPU的VBS-HD并行处理方法第58-59页
    5.4 实验结果与分析第59-64页
        5.4.1 参数讨论第60-61页
        5.4.2 异常检测性能分析第61-64页
    5.5 本章小结第64-66页
结论第66-68页
参考文献第68-74页
攻读硕士学位期间发表的文章和取得的科研成果第74-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:基于水下机器人的磁干扰补偿算法研究
下一篇:无线传感器网络分簇路由和覆盖控制算法研究