| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-17页 |
| 1.1 高光谱遥感图像处理的研究背景和意义 | 第8-9页 |
| 1.2 高光谱遥感图像处理的研究现状 | 第9-13页 |
| 1.2.1 高光谱遥感图像处理的特点与挑战 | 第9页 |
| 1.2.2 高光谱遥感图像处理的方法总结 | 第9-13页 |
| 1.2.3 高光谱遥感图像处理的研究趋势 | 第13页 |
| 1.3 高光谱遥感图像处理研究机构 | 第13-14页 |
| 1.4 现有数据库 | 第14-15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 2 基于全卷积网络的图像语义分割 | 第17-25页 |
| 2.1 全卷积网络的介绍 | 第17-19页 |
| 2.2 基于全卷积网络的图像语义分割 | 第19-23页 |
| 2.3 深度学习框架Caffe | 第23页 |
| 2.4 总结 | 第23-25页 |
| 3 基于全卷积网络的高光谱遥感图像特征提取 | 第25-47页 |
| 3.1 引言 | 第25-27页 |
| 3.2 基于FCN的高光谱遥感图像分类 | 第27-32页 |
| 3.2.1 基于FCN的高光谱遥感图像特征提取方法 | 第27-28页 |
| 3.2.2 稀疏表示分类 | 第28-32页 |
| 3.2.3 基于FCN的高光谱遥感图像分类算法步骤 | 第32页 |
| 3.3 实验 | 第32-46页 |
| 3.3.1 实验环境 | 第32-33页 |
| 3.3.2 数据描述 | 第33-35页 |
| 3.3.3 参数设置 | 第35-38页 |
| 3.3.4 结果分析 | 第38-46页 |
| 3.4 总结 | 第46-47页 |
| 4 基于多卷积层信息融合的高光谱遥感图像特征提取 | 第47-59页 |
| 4.1 引言 | 第47页 |
| 4.2 基于多卷积层信息融合的高光谱遥感图像特征提取 | 第47-49页 |
| 4.3 实验 | 第49-58页 |
| 4.3.1 实验环境 | 第49页 |
| 4.3.2 数据描述 | 第49-51页 |
| 4.3.3 参数设置 | 第51-52页 |
| 4.3.4 结果分析 | 第52-58页 |
| 4.4 总结 | 第58-59页 |
| 5 高光谱遥感图像处理系统设计与应用 | 第59-70页 |
| 5.1 引言 | 第59页 |
| 5.2 高光谱遥感图像处理软件系统 | 第59-60页 |
| 5.2.1 需求分析 | 第59页 |
| 5.2.2 运行环境 | 第59页 |
| 5.2.3 系统设计 | 第59-60页 |
| 5.3 软件系统实现及实验流程 | 第60-67页 |
| 5.4 软件系统测试实例 | 第67-69页 |
| 5.5 总结 | 第69-70页 |
| 6 总结与展望 | 第70-73页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-81页 |
| 附录 | 第81页 |
