高光谱图像降维及分割研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·论文研究的背景和意义 | 第8-9页 |
| ·高光谱图像数据介绍 | 第9-12页 |
| ·光谱成像仪 | 第12-13页 |
| ·本文内容安排 | 第13-16页 |
| 第二章 高光谱图像降维及其发展现状 | 第16-26页 |
| ·降维的必要性 | 第16-18页 |
| ·国内外高谱图像降维方法的研究现状与分析 | 第18-26页 |
| ·特征提取降维方法 | 第18-21页 |
| ·波段选择降维方法 | 第21-26页 |
| 第三章 基于主成分分析的高光谱图像降维方法研究 | 第26-60页 |
| ·主成分分析 | 第26-28页 |
| ·最大似然分类 | 第28-29页 |
| ·基于主成分分析的特征提取的降维方法 | 第29-37页 |
| ·固有维数 | 第30-33页 |
| ·降维算法 | 第33-37页 |
| ·基于主成分分析的波段选择降维方法 | 第37-50页 |
| ·基于权值的波段选择算法 | 第37-40页 |
| ·基于贡献率的波段选择算法 | 第40-46页 |
| ·基于分段主成分分析的波段选择算法 | 第46-50页 |
| ·主成分分析和小波变换相结合的波段选择算法 | 第50-58页 |
| ·光谱维小波变换 | 第51-56页 |
| ·波段选择算法及仿真结果 | 第56-58页 |
| ·小结 | 第58-60页 |
| 第四章 高光谱图像无监督分割技术 | 第60-76页 |
| ·K-均值分割 | 第60-66页 |
| ·K-均值分割算法 | 第60-63页 |
| ·实验结果 | 第63-66页 |
| ·直方图分割 | 第66-69页 |
| ·直方图 | 第66-67页 |
| ·实验结果 | 第67-69页 |
| ·基于高斯混合模型的分割方法 | 第69-71页 |
| ·高斯混合模型 | 第69-70页 |
| ·实验结果 | 第70-71页 |
| ·基于线性混合模型的分割方法 | 第71-74页 |
| ·线性混合模型及分割算法 | 第71-74页 |
| ·实验结果 | 第74页 |
| ·本章小结 | 第74-76页 |
| 第五章 总结与展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 已发表文章 | 第82-83页 |
| 致谢 | 第83-84页 |
| 西北工业大学业学位论文知识产权声明书 | 第84页 |
| 西北工业大学学位论文原创性声明 | 第84页 |
