| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-13页 |
| 1.2 高光谱遥感图像 | 第13-15页 |
| 1.2.1 谱间相关性 | 第14-15页 |
| 1.2.2 空间相关性 | 第15页 |
| 1.3 高光谱遥感图像异常检测现状 | 第15-18页 |
| 1.4 论文研究内容与章节安排 | 第18-20页 |
| 1.4.1 论文的研究内容 | 第18页 |
| 1.4.2 章节安排 | 第18-20页 |
| 第2章 高光谱图像异常目标检测 | 第20-28页 |
| 2.1 高光谱图像异常目标检测概述 | 第20-23页 |
| 2.2 高光谱图像异常目标检测存在的问题 | 第23-24页 |
| 2.2.1 高数据维 | 第23页 |
| 2.2.2 光谱混合现象 | 第23页 |
| 2.2.3 光谱变化现象 | 第23-24页 |
| 2.3 主成分分析法 | 第24-25页 |
| 2.4 实验结果及分析 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于属性滤波和边缘保持滤波的高光谱异常目标检测算法 | 第28-41页 |
| 3.1 属性滤波 | 第28-29页 |
| 3.1.1 属性滤波理论 | 第28-29页 |
| 3.1.2 面积属性滤波 | 第29页 |
| 3.2 边缘保持滤波 | 第29-31页 |
| 3.3 基于属性滤波和边缘保持滤波的高光谱异常目标检测算法 | 第31-33页 |
| 3.3.1 基于属性滤波的高光谱图像异常目标预检测 | 第32-33页 |
| 3.3.2 基于边缘保持滤波的高光谱图像异常目标检测 | 第33页 |
| 3.4 实验及结果分析 | 第33-40页 |
| 3.4.1 实验数据 | 第34-35页 |
| 3.4.2 评价指标 | 第35页 |
| 3.4.3 参数分析 | 第35-36页 |
| 3.4.4 实验结果 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于形状自适应的联合稀疏表示高光谱图像异常目标检测算法 | 第41-51页 |
| 4.1 形状自适应算法 | 第41-44页 |
| 4.1.1 局部多项式近似 | 第41-42页 |
| 4.1.2 置信区间交叉 | 第42-43页 |
| 4.1.3 形状自适应算法 | 第43-44页 |
| 4.2 稀疏表示 | 第44-46页 |
| 4.2.1 稀疏表示的基本理论 | 第44页 |
| 4.2.2 稀疏分解 | 第44-45页 |
| 4.2.3 字典构建 | 第45-46页 |
| 4.2.4 联合稀疏表示模型 | 第46页 |
| 4.3 联合稀疏表示的异常检测算法 | 第46-47页 |
| 4.4 基于形状自适应的联合稀疏表示高光谱图像异常检测 | 第47-49页 |
| 4.4.1 高光谱图像的空间信息 | 第47页 |
| 4.4.2 结合空间信息的联合稀疏表示高光谱图像异常检测 | 第47-49页 |
| 4.5 实验结果和分析 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 总结和展望 | 第51-53页 |
| 5.1 本文总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58-59页 |
| 附录A 发表论文和参加科研情况说明 | 第59页 |
