| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 研究背景和研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-22页 |
| 1.2.1 成像光谱技术发展 | 第12-17页 |
| 1.2.2 高光谱影像降维方法研究进展 | 第17-19页 |
| 1.2.3 高光谱影像分类方法研究进展 | 第19-22页 |
| 1.3 研究内容与技术路线 | 第22-23页 |
| 1.3.1 研究内容 | 第22页 |
| 1.3.2 研究方法 | 第22-23页 |
| 1.4 技术路线 | 第23-25页 |
| 第二章 研究区概况及相关理论基础 | 第25-40页 |
| 2.1 研究区概况与研究数据 | 第25-26页 |
| 2.1.1 研究区概况 | 第25-26页 |
| 2.1.2 研究数据 | 第26页 |
| 2.2 环境一号卫星数据介绍 | 第26-27页 |
| 2.3 FLAASH大气校正理论 | 第27-28页 |
| 2.4 基于移动窗口加权滤波的改进矩匹配方法理论 | 第28-29页 |
| 2.5 高光谱遥感影像降维方法理论 | 第29-36页 |
| 2.5.1 基于分段主成分分析(SPCA)的波段选择方法 | 第29-31页 |
| 2.5.2 基于最佳指数(OIF)的波段选择方法 | 第31-32页 |
| 2.5.3 基于特征值的改进SPCA和OIF波段选择方法 | 第32页 |
| 2.5.4 基于累积贡献率的改进SPCA和OIF波段选择方法 | 第32-33页 |
| 2.5.5 基于贡献率二次加权的改进SPCA和OIF波段选择方法 | 第33-36页 |
| 2.6 高光谱遥感影像分类理论 | 第36-40页 |
| 2.6.1 最大似然分类方法 | 第36-37页 |
| 2.6.2 支持向量机分类方法 | 第37-38页 |
| 2.6.3 神经网络分类方法 | 第38-40页 |
| 第三章 影像预处理 | 第40-50页 |
| 3.1 HSI数据预处理 | 第40-45页 |
| 3.1.1 数据格式转换 | 第40页 |
| 3.1.2 绝对辐亮度值转换 | 第40页 |
| 3.1.3 条带去除 | 第40-43页 |
| 3.1.4 FLAASH精确大气校正 | 第43-44页 |
| 3.1.5 几何精校正 | 第44-45页 |
| 3.2 CCD数据预处理 | 第45-47页 |
| 3.2.1 FLAASH精确大气校正 | 第45-46页 |
| 3.2.2 几何精校正 | 第46-47页 |
| 3.2.3 影像镶嵌和裁剪 | 第47页 |
| 3.3 研究区植被区域提取 | 第47-50页 |
| 第四章 高光谱数据降维 | 第50-58页 |
| 4.1 分段主成分分析波段选择 | 第50-54页 |
| 4.1.1 子空间划分 | 第50页 |
| 4.1.2 PCA变换 | 第50-51页 |
| 4.1.3 累积贡献率计算 | 第51-53页 |
| 4.1.4 波段选择 | 第53-54页 |
| 4.2 OIF最佳指数波段选择波段选择 | 第54-55页 |
| 4.3 改进的SPCA和OIF波段选择 | 第55-58页 |
| 4.3.1 基于特征值的改进SPCA和OIF波段选择 | 第55-56页 |
| 4.3.2 基于累积贡献率的改进SPCA和OIF波段选择 | 第56页 |
| 4.3.3 基于贡献率二次加权的改进SPCA和OIF波段选择 | 第56-58页 |
| 第五章 高光谱影像分类实验 | 第58-77页 |
| 5.1 最大似然分类实验 | 第58-63页 |
| 5.1.1 最大似然分类 | 第58-59页 |
| 5.1.2 最大似然分类后处理 | 第59-61页 |
| 5.1.3 最大似然分类后处理精度验证 | 第61-63页 |
| 5.2 支持向量机分类 | 第63-68页 |
| 5.2.1 支持向量机分类实验 | 第63-64页 |
| 5.2.2 支持向量机分类后处理 | 第64-66页 |
| 5.2.3 支持向量机分类后处理精度验证 | 第66-68页 |
| 5.3 神经网络分类实验 | 第68-73页 |
| 5.3.1 神经网络分类 | 第68-69页 |
| 5.3.2 神经网络分类后处理 | 第69-71页 |
| 5.3.3 神经网络分类后处理精度验证 | 第71-73页 |
| 5.4 精度分析与评价 | 第73-77页 |
| 5.4.1 总体分类精度分析与评价 | 第73-75页 |
| 5.4.2 树种分类精度分析与评价 | 第75-77页 |
| 第六章 总结与展望 | 第77-80页 |
| 6.1 总结 | 第77-78页 |
| 6.2 展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85-88页 |
| 附件1 SPCA波段选择方法的已选择波段子集Xs实现代码 | 第85-86页 |
| 附件2 最佳指数波段选择方法代码 | 第86-87页 |
| 附件3 基于指定波段最佳指数计算的前m个波段组合结果实现代码 | 第87-88页 |
