| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·论文的选题背景和研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·高光谱技术的国内外研究现状 | 第10-12页 |
| ·高光谱降维方法的国内外现状 | 第12-13页 |
| ·论文研究工作及文章结构 | 第13-15页 |
| ·论文的研究工作 | 第13-14页 |
| ·论文结构 | 第14-15页 |
| ·本章小节 | 第15-16页 |
| 第2章 高光谱溢油图像波段选择算法介绍 | 第16-29页 |
| ·高光谱图像概述 | 第16-18页 |
| ·PCA降维方法 | 第18-19页 |
| ·常用的高光谱图像波段选择方法 | 第19-28页 |
| ·基于信息量的波段选择 | 第19-25页 |
| ·基于类别可分性的波段选择 | 第25-26页 |
| ·波段选择算法的比较 | 第26-28页 |
| ·本章小节 | 第28-29页 |
| 第3章 基于信息量与可分性相结合的改进自适应波段选择算法 | 第29-39页 |
| ·加入分块处理 | 第30-33页 |
| ·结合欧氏距离进行二次选择 | 第33-36页 |
| ·考虑地物类别可分性进行最终选择 | 第36-38页 |
| ·k-means分类 | 第36-37页 |
| ·利用光谱相关系数体现可分性 | 第37-38页 |
| ·本章小节 | 第38-39页 |
| 第4章 高光谱溢油图像最佳波段选择系统 | 第39-62页 |
| ·数据分析以及预处理 | 第39页 |
| ·分块自适应波段选择算法的应用 | 第39-46页 |
| ·结合光谱变化进行波段选择 | 第46-51页 |
| ·结合空间可分性的波段选择 | 第51-53页 |
| ·波段选择算法的比较 | 第53-60页 |
| ·本章小结 | 第60-62页 |
| 第5章 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位期间公开发表论文 | 第67-68页 |
| 致谢 | 第68-69页 |
| 研究生履历 | 第69页 |