首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于高光谱图像目标探测与识别技术研究

致谢第1-4页
摘要第4-5页
ABSTRACT第5-9页
1 绪论第9-18页
   ·课题背景及研究意义第9-10页
   ·国内外研究现状第10-15页
     ·高光谱遥感发展现状第10-11页
     ·成像光谱仪发展现状第11页
     ·高光谱图像预处理技术第11页
     ·高光谱图像数据降维技术第11-12页
     ·高光谱图像混合像元分解技术第12-13页
     ·高光谱图像目标探测与识别技术第13-15页
   ·技术难点第15页
   ·论文主要研究内容与结构安排第15-16页
   ·论文所用到的实验数据说明第16-18页
     ·实验室原始高光谱数据第16页
     ·AVIRIS 数据集第16-18页
2 基于高光谱图像配准算法研究第18-28页
   ·引言第18页
   ·图像配准技术研究第18-19页
     ·图像配准定义及空间变换模型选择第18页
     ·图像配准方法选择第18-19页
   ·基于变换域的图像配准技术研究第19-24页
     ·相位相关算法第19-20页
     ·傅里叶梅林变换(FMT)第20-21页
     ·傅里叶梅林变换实现细节讨论第21-22页
     ·改进的傅里叶梅林变换第22-24页
   ·实验与分析第24-27页
   ·本章小结第27-28页
3 高光谱数据降维与混合像元分解技术研究第28-42页
   ·引言第28页
   ·数据降维第28-29页
     ·主成分分析(PCA)第28-29页
     ·噪声调整的主成分变换(NAPC)第29页
   ·混合像元分解第29-34页
     ·线性光谱混合模型第29-30页
     ·端元数目估计第30-31页
     ·端元提取与丰度反演第31-34页
   ·实验与分析第34-40页
     ·实验一高光谱数据降维与端元估计实验第34-37页
     ·实验二端元提取结果评价第37-40页
   ·本章小结第40-42页
4 高光谱图像目标探测与识别技术研究第42-56页
   ·引言第42页
   ·高光谱图像目标探测与识别算法模型与过程第42-44页
     ·概率统计模型第42-43页
     ·子空间模型第43页
     ·高光谱图像目标探测算法设计一般过程第43-44页
   ·高光谱图像典型目标探测与识别算法第44-49页
     ·高光谱图像目标探测与识别讨论第44-45页
     ·传统光谱匹配算法第45页
     ·RXD 异常目标探测算法第45-46页
     ·匹配滤波(MF)算法第46页
     ·正交子空间投影(OSP)探测算法第46页
     ·广义似然比(GLRT)探测算法第46-47页
     ·自适应余弦一致评估(ACE)探测算法第47-49页
   ·实验与分析第49-54页
     ·实验一 RXD 异常探测实验第49-50页
     ·实验二高光谱图像目标探测实验第50-54页
   ·本章小结第54-56页
5 工作总结与展望第56-58页
   ·论文工作总结和创新点第56-57页
   ·研究展望第57-58页
参考文献第58-62页
作者简介及在学期间发表的学术论文与研究成果第62-63页

论文共63页,点击 下载论文
上一篇:复杂背景下显著性目标快速检测技术研究
下一篇:动态目标特征提取与识别技术研究