声明
摘要
插图索引
表格索引
符号对照表
缩略语对照表
第一章 绪论
1.1 稀疏表示模型研究进展
1.2 合成孔径雷达影像地物分类研究进展
1.2.1 合成孔径雷达发展现状
1.2.2 SAR影像地物分类算法综述
1.2.3 SAR影像地物分类的重点与难点
1.3 高光谱影像地和物分类研究进展
1.4 基于稀疏表示模型的遥感影像分类研究进展
1.5 论文的内容安排
第二章 基于上下文联合表示的高光谱影像分类
2.1 引言
2.2 相关工作
2.2.1 基于联合表示机制的分类模型
2.2.2 基于局部约束的线性编码模型
2.2.3 联合稀疏表示模型
2.3 基于上下文的联合协同编码模型
2.3.1 自适应字典的构造
2.3.2 基于局部邻域的联合协同编码模型
2.3.3 基于非局部邻域的联合编码模型
2.4 实验结果与分析
2.4.1 实验数据介绍
2.4.2 自适应字典的构造
2.4.3 对比实验
2.4.4 计算时间比较
2.5 本章小结
第三章 基于稀疏判定模型和字典学习的SAR影像地物分类
3.1 引言
3.2 基于无监督稀疏表示的SAR影像地物分类
3.3 基于稀疏判定模型的SAR影像地物分类
3.4 实验结果与分析
3.4.1 特征提取
3.4.2 模拟SAR影像地物分类实验
3.4.3 真实SAR影像地物分类实验
3.4.4 参数分析
3.5 本章小结
第四章 基于分层稀疏判定和字典学习的SAR影像地物分类
4.1 引言
4.2 基于多层判别稀疏和分层字典学习的SAR影像地物分类算法
4.2.1 双层稀疏表示模型
4.2.2 多层判别稀疏表示模型与字典学习算法
4.3 对比实验与分析
4.3.1 特征提取
4.3.2 模拟SAR影像地物分类实验
4.3.3 真实SAR影像地物分类实验
4.4 本章小结
第五章 基于图像类间差异性的结构字典学习
5.1 引言
5.2 基于稀疏编码的分类器
5.3 基于类间差异的判别性字典学习算法
5.3.1 统一的判别字典学习框架
5.3.2 基于类间差异的保真度目标函数
5.3.3 基于类间差异的线性分类损失函数
5.3.4 基于类间差异的字典学习模型
5.4 实验结果与分析
5.4.1 模拟数据实验
5.4.2 人脸识别
5.4.3 AR图像库上的性别测试
5.4.4 纹理图像分类
5.5 结论
第六章 基于高级特征选择和字典学习的无监督SAR影像地物分类
6.1 引言
6.2 稀疏表示与字典学习
6.2.1 基于稀疏表示的分类器
6.2.2 基于K-SVD的字典学习算法
6.3 基于结构字典学习的高级特征选择
6.3.1 总体框架
6.3.2 鲁棒的中级特征提取与选择
6.3.3 基于高效K-SVD的结构字典学习算法
6.3.4 讨论
6.4 人工合成SAR影像数据集的实验结果
6.4.1 数据介绍
6.4.2 实验设置
6.4.3 分类精度
6.4.4 显著性比较
6.4.5 区域一致性和边缘保持度
6.5 真实SAR影像数据集的实验结果
6.5.1 数据介绍
6.5.2 实验设置
6.5.3 视觉结果和分析
6.5.4 数值结果和分析
6.5.5 边缘保持度
6.6 参数与算法效率分析
6.6.1 中级特征选择的参数分析
6.6.2 改进的K-SVD算法的参数分析
6.6.3 算法复杂度和运行时间的比较
6.6.4 讨论
6.7 本章小节
第七章 基于结构稀疏先验和在线字典学习的无监督SAR影像地物分类
7.1 引言
7.2 基于结构稀疏先验的高级特征提取框架
7.3 基于在线结构字典学习无监督SAR影像地物分类
7.3.1 在线结构字典学习
7.3.2 基于字典学习的无监督SAR影像分类
7.4 实验结果和分析
7.4.1 数据集介绍以及实验设置
7.4.2 对比实验
7.4.3 计算效率比较与分析
7.4.4 参数分析
7.5 小结
第八章 结论和展望
8.1 研究结论
8.2 研究展望
参考文献
致谢
作者简介