| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 论文的研究背景和意义 | 第9-11页 |
| 1.2 高光谱遥感技术研究现状 | 第11-14页 |
| 1.2.1 成像光谱仪技术的研究状况 | 第11-12页 |
| 1.2.2 高光谱遥感图像处理技术的研究状况 | 第12-14页 |
| 1.3 论文研究工作和论文安排 | 第14-16页 |
| 第二章 高光谱图像分割技术 | 第16-30页 |
| 2.1 图像分割问题 | 第16-19页 |
| 2.1.1 图像分割原理 | 第16-17页 |
| 2.1.2 图像分割方法 | 第17-19页 |
| 2.2 高光谱图像分割问题 | 第19-20页 |
| 2.2.1 高光谱图像分割原理 | 第19-20页 |
| 2.2.2 高光谱遥感图像分割难点 | 第20页 |
| 2.3 高光谱图像分割方法 | 第20-29页 |
| 2.3.1 基于K-均值聚类的高光谱图像分割 | 第21-22页 |
| 2.3.2 基于ISODATA算法的高光谱图像分割 | 第22-24页 |
| 2.3.3 基于直方图的高光谱图像分割 | 第24-25页 |
| 2.3.4 基于标记分水岭的高光谱图像分割 | 第25-27页 |
| 2.3.5 基于空间-光谱约束区域活动轮廓的高光谱图像分割 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 高光谱图像的条带噪声预处理 | 第30-42页 |
| 3.1 高光谱图像条带噪声模型 | 第30-31页 |
| 3.2 基于矩匹配的条带噪声去除 | 第31-32页 |
| 3.3 基于多项式拟合的条带噪声去除 | 第32-33页 |
| 3.4 基于改进S-G滤波的条带噪声去除 | 第33-36页 |
| 3.4.1 基于均值滤波的矩匹配方法 | 第33-34页 |
| 3.4.2 基于改进S-G滤波的矩匹配方法 | 第34-36页 |
| 3.5 实验结果与分析 | 第36-41页 |
| 3.5.1 实验数据 | 第36-39页 |
| 3.5.2 结果分析 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 高光谱图像的降维预处理 | 第42-58页 |
| 4.1 特征提取的降维方法 | 第42-46页 |
| 4.1.1 主成分变换 | 第42-44页 |
| 4.1.2 分段主成分变换 | 第44-45页 |
| 4.1.3 最小噪声分离变换 | 第45-46页 |
| 4.2 波段选择的降维方法 | 第46-51页 |
| 4.2.1 基于信息量的波段选择 | 第46-48页 |
| 4.2.2 基于类间可分性的波段选择 | 第48-49页 |
| 4.2.3 基于波段指数的波段选择 | 第49-50页 |
| 4.2.4 基于支持向量机的波段选择 | 第50-51页 |
| 4.3 基于分段金字塔融合的高光谱图像降维 | 第51-55页 |
| 4.3.1 拉普拉斯金字塔分解与重构 | 第51-52页 |
| 4.3.2 基于分段金字塔融合的高光谱图像降维 | 第52-55页 |
| 4.4 实验结果与分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 基于FODPSO和区域合并的高光谱图像分割 | 第58-75页 |
| 5.1 FODPSO算法概述 | 第58-65页 |
| 5.1.1 PSO算法 | 第58-59页 |
| 5.1.2 DPSO算法 | 第59-62页 |
| 5.1.3 FODPSO算法 | 第62-64页 |
| 5.1.4 基于FODPSO算法的多阈值图像分割 | 第64-65页 |
| 5.2 基于FODPSO和区域合并的高光谱图像分割 | 第65-69页 |
| 5.2.1 基于FODPSO的高光谱图像分割 | 第65-67页 |
| 5.2.2 基于区域合并的图像分割后处理 | 第67-69页 |
| 5.3 实验结果与分析 | 第69-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第80-81页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第81-82页 |
| 致谢 | 第82页 |
