基于光谱特征分析的匹配与分类技术研究

摘要	第1-9页
Abstract	第9-10页
第一章 绪论	第10-17页
·研究背景	第10页
·高光谱遥感技术	第10-15页
·高光谱成像原理	第11页
·成像光谱仪技术	第11-12页
·高光谱数据特点	第12-13页
·光谱数据库技术	第13-14页
·高光谱数据分析	第14-15页
·研究内容	第15-16页
·论文组织结构	第16-17页
第二章 面向光谱匹配的高光谱数据预处理技术	第17-23页
·数据定标与校正	第17-18页
·数据定标	第17页
·影像噪声	第17-18页
·辐射校正	第18页
·光谱匹配与反射率转换	第18-19页
·反射率转换的重要性	第18页
·反射率转换与光谱匹配的关系	第18-19页
·反射率转换方法分析	第19-22页
·基于大气传输方程的方法	第19-20页
·基于图像数据的反演方法	第20-21页
·基于地面实测数据的转换方法	第21-22页
·本章小结	第22-23页
第三章 光谱特征增强与定量分析	第23-32页
·典型地物光谱特征	第23-27页
·植被光谱特征	第24页
·岩石光谱特征	第24-25页
·土壤光谱特征	第25-26页
·水体光谱特性	第26页
·人工地物光谱特征	第26-27页
·光谱特征参量化	第27-29页
·光谱斜率和坡向	第27页
·单峰吸收特征量化	第27-28页
·光谱吸收指数	第28-29页
·光谱吸收特征拟合	第29页
·连续插值小组段算法	第29页
·光谱特征增强方法	第29-31页
·光谱微分	第29-30页
·包络线消除算法	第30-31页
·基于参考光谱的特征分析方法	第31页
·本章小结	第31-32页
第四章 基于光谱曲线整体相关性的匹配分类	第32-53页
·高光谱影像分类技术分析	第33-40页
·模式识别分类方法	第33-35页
·光谱匹配技术	第35-39页
·分类结果精度评价方法	第39-40页
·光谱相似性测度	第40-47页
·几何空间测度	第40-42页
·概率空间测度	第42-43页
·变换空间测度	第43-45页
·试验分析	第45-47页
·改进相似性测度的分类提取	第47-52页
·综合光谱相似性测度	第47页
·基于曲线信息熵的相似性测度改进	第47-49页
·试验分析	第49-52页
·本章小结	第52-53页
第五章 基于尺度空间理论的光谱特征匹配	第53-60页
·尺度空间理论	第53-54页
·尺度空间的定义	第53页
·尺度空间的建立	第53-54页
·定性光谱特征提取	第54-55页
·波峰位置自动检测	第54-55页
·波峰数组线结构特征提取	第55页
·尺度空间匹配分类算法	第55-59页
·定性特征约束的光谱匹配	第55页
·算法实现过程	第55-56页
·分类试验	第56-59页
·本章小结	第59-60页
第六章 基于光谱特征分析的决策树匹配分类技术	第60-71页
·决策树分类方法	第60-61页
·决策树分类原理	第60-61页
·方法优势	第61页
·光谱匹配的层次分析模型	第61-64页
·单层匹配模型的缺陷	第61-62页
·基于光谱特征分析的分级匹配思想	第62-63页
·基于光谱特征分析的决策树构建	第63-64页
·分类算法实现	第64-70页
·分类决策树构造	第64页
·计算过程	第64-65页
·分类试验	第65-70页
·本章小结	第70-71页
第七章 总结与展望	第71-72页
·总结	第71页
·展望	第71-72页
参考文献	第72-75页
作者简历 攻读硕士学位期间完成的主要工作	第75-76页
致谢	第76页