声明
摘要
第1章 绪论
1.1 课题研究的背景与意义
1.2 高光谱遥感技术的发展现状
1.3 高光谱图像分类的研究现状
1.3.1 非监督分类
1.3.2 监督分类
1.3.3 基于SVM的图像分类方法存在的问题
1.4 本文的内容安排
第2章 高光谱图像SVM分类理论与方法
2.1 支持向量机分类原理
2.2 SVM组合核函数构造
2.3 分类结果评价指标
2.4 论文软件工具与试验数据
2.4.1 论文采用的软件
2.4.2 实验数据
第3章 基于纹理信息提取的高光谱图像组合核支持向量机分类
3.1 纹理提取算法
3.1.1 直方图分析法
3.1.2 自相关函数法
3.1.3 边界频率法
3.1.4 灰度共生矩阵法
3.1.5 各种纹理提取算法实验比较分析
3.2 纹理信息与光谱信息结合的SVM分类算法
3.2.1 算法介绍
3.2.2 仿真实验与分析
第4章 基于图像分割的高光谱图像分类算法
4.1 基于分水岭图像分割的分类算法
4.1.1 算法介绍
4.1.2 仿真实验与分析
4.2 基于K均值聚类图像分割的分类算法
4.2.1 算法介绍
4.2.2 仿真实验与分析
4.3 MSF图像分类算法
4.3.1 标记点自动选择的MSF图像分类算法原理
4.3.2 标记点随机选择的MSF图像分类算法原理
4.3.3 仿真实验与分析
第5章 结合像素邻域信息的高光谱图像迭代分类算法
5.1 算法原理
5.1.1 最佳波段选择
5.1.2 空间邻域信息提取
5.1.3 迭代结果选择
5.2 仿真实验与分析
5.3 结束语
第6章 总结与展望
6.1 本文所做工作总结
6.2 进一步研究方向
参考文献
攻读学位期间发表的学术论文
致谢