首页--天文学、地球科学论文--测绘学论文--摄影测量学与测绘遥感论文--测绘遥感技术论文

高光谱影像土质要素和人工地物分类技术研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-19页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究现状第11-16页
        1.2.1 成像光谱仪研制情况第11-12页
        1.2.2 高光谱影像分类技术发展第12-14页
        1.2.3 高光谱影像土质要素和人工地物分类技术第14-16页
    1.3 论文研究内容第16-17页
    1.4 论文组织结构第17-19页
第二章 土质要素和人工地物光谱特征分析第19-35页
    2.1 土质要素和人工地物分类体系第19-25页
        2.1.1 土质要素分类体系第19-22页
        2.1.2 人工地物分类体系第22-23页
        2.1.3 土质要素地理分布规律第23-25页
    2.2 土质要素和人工地物光谱特征分析第25-30页
        2.2.1 土质要素光谱特征分析第25-29页
        2.2.2 人工地物光谱特征分析第29-30页
    2.3 论文实验数据第30-34页
        2.3.1 ROSIS-Pavia University数据第30-31页
        2.3.2 OMIS-太湖数据第31-33页
        2.3.3 AVIRIS-Cuprite数据第33-34页
    2.4 本章小结第34-35页
第三章 基于光谱角余弦-相关系数测度的光谱匹配分类第35-49页
    3.1 传统光谱相似性测度第35-40页
        3.1.1 几何空间测度第35-37页
        3.1.2 概率空间测度第37-38页
        3.1.3 变换空间测度第38-39页
        3.1.4 综合相似性测度第39-40页
    3.2 基于光谱角余弦-相关系数测度的光谱匹配方法第40-41页
        3.2.1 包络线消除第40页
        3.2.2 基于光谱角余弦-相关系数测度的光谱匹配分类第40-41页
    3.3 实验与分析第41-48页
        3.3.1 分类流程第41-42页
        3.3.2 分类实验第42-48页
    3.4 本章小结第48-49页
第四章 基于输入向量机的高光谱影像分类第49-61页
    4.1 逻辑回归模型第49-51页
    4.2 核逻辑回归模型第51-52页
    4.3 基于输入向量机的分类第52-54页
        4.3.1 输入向量机分类器第52-53页
        4.3.2 输入向量子集选择第53页
        4.3.3 参数选择第53-54页
    4.4 实验与分析第54-60页
        4.4.1 分类流程第54-55页
        4.4.2 稳定性分析第55-56页
        4.4.3 分类精度分析第56-60页
    4.5 本章小结第60-61页
第五章 基于马尔科夫随机场模型的分类后处理第61-68页
    5.1 马尔科夫随机场模型第61-62页
    5.2 IVM-MRF模型第62-64页
    5.3 实验与分析第64-67页
        5.3.1 处理流程第64页
        5.3.2 处理实验第64-67页
    5.4 本章小结第67-68页
第六章 总结与展望第68-70页
    6.1 主要工作及创新点第68页
    6.2 需要进一步研究的问题第68-70页
致谢第70-71页
参考文献第71-74页
作者简历第74页

论文共74页,点击 下载论文
上一篇:北京体育大学全日制体育专业硕士课程设置研究
下一篇:SFTM长春丰越公司RAV4汽车营销策略研究