文摘
英文文摘
声明
第一章绪论
1.1课题背景及意义
1.2高光谱遥感影像分析国内外研究现状
1.2.1基于纯像元的分析方法
1.2.2基于混合像元的分析方法
1.3高光谱图像分类技术研究现状
1.3.1监督分类与非监督分类
1.3.2参数分类与非参数分类
1.3.3确定性分类与非确定性分类
1.3.4其他分类方法
1.4论文的研究内容和组织结构
第二章高光谱图像预处理和统计分类理论
2.1高光谱图像的数据表示
2.1.1高光谱向量
2.1.2差分图像
2.2高光谱图像特征选择与特征提取
2.2.1特征选择与特征提取
2.2.2主成分分析
2.3高光谱图像统计分类
2.3.1基于统计决策理论的分类器设计
2.3.2高光谱图像分类流程
2.4分类精度评价
2.5本章小结
第三章基于MRF和GM模型的高光谱图像分类
3.1马尔可夫随机场的基本理论
3.1.1邻域系统和簇
3.1.2 MRF和Gibbs随机场
3.1.3 MRF与Gibbs随机场的等价性
3.2 MRF中的图像分类算法框架
3.3非高斯统计模型
3.3.1椭圆轮廓线分布模型
3.3.2混合模型
3.3.3广义拉普拉斯模型
3.3.4核密度估计
3.4图像统计模型
3.4.1先验模型
3.4.2光谱向量模型
3.4.3差分图像模型
3.5地物类别标记算法
3.6实验结果与分析
3.7本章小结
第四章独立成分分析在地物信息提取中的应用
4.1独立成分分析
4.1.1相关的基础知识
4.1.2独立成分分析模型
4.1.3独立成分分析估计原理
4.2独立成分分析在高光谱图像分类中的应用
4.2.1高光谱图像中的ICA模型
4.2.2基于ICA模型高光谱图像的特征提取
4.2.3基于ICA模型高光谱图像的分类
4.3实验结果与分析
4.4本章小结
第五章结论与展望
致谢
参考文献
攻硕期间的研究成果