首页> 中文学位 >融合多维特征的高光谱图像目标检测与识别方法研究
【6h】

融合多维特征的高光谱图像目标检测与识别方法研究

代理获取

目录

第1章绪论

1.1 课题的背景及研究的目的与意义

1.2 国内外研究现状及分析

1.2.1 复杂背景中弱小目标检测方法研究现状

1.2.2 高光谱图像混合像素目标识别方法研究现状

1.2.3 国内外研究现状分析

1.3 本文的主要工作内容

第2章目标可检测性与可识别性影响因素分析

2.1 引言

2.2 目标与背景特性分析

2.2.1 目标尺度与运动特性

2.2.2 目标辐射特性

2.2.3 背景辐射特性

2.3 大气传输特性分析

2.4 探测系统成像特性分析

2.5 本章小结

第3章面向检测与识别任务的谱段优选方法研究

3.1 引言

3.2 目标检测谱段优选方法

3.3 目标识别谱段优选方法

3.3.1 丰度反演可靠性度量

3.3.2 类别可分性度量

3.3.3 目标识别谱段优选策略

3.4 谱段优选仿真实验

3.4.1 数据源

3.4.2 目标检测谱段优选结果

3.4.3 目标识别谱段优选结果

3.5 本章小结

第4章复杂云背景中弱小目标检测方法研究

4.1 引言

4.2 单帧红外图像弱小目标检测方法

4.2.1 数学形态学理论

4.2.2 基于全方位多尺度形态学的自适应背景抑制

4.2.3 自适应阈值分割目标检测方法

4.3 序列红外图像疑似目标确认方法

4.3.1 管道滤波方法

4.3.2 基于目标尺度与运动估计的多管道滤波方法

4.4 仿真实验与性能分析

4.4.1 目标检测性能评价指标

4.4.2 背景抑制方法性能分析

4.4.3 分割检测方法性能分析

4.4.4 多帧关联检测性能分析

4.5 本章小结

第5章复杂云背景中混合像素目标识别方法研究

5.1 引言

5.2 目标识别特征库构建方法

5.2.1 基于类别可分性最大化的目标导数光谱特征选取方法

5.2.2 目标导数光谱编码

5.3 空中运动点目标识别方法

5.3.1 识别方法总体思路

5.3.2 空中运动点目标光谱解混

5.3.3 空中运动点目标大气校正方法

5.3.4 基于决策树多分类支持向量机的目标分类方法

5.4 仿真实验与性能分析

5.4.1 目标识别特征库构建

5.4.2 目标识别方法性能评价指标

5.4.3 目标识别方法性能分析

5.5 本章小结

结 论

参考文献

攻读硕士学位期间发表的学术论文及其他成果

声明

致 谢

展开▼

著录项

  • 作者

    关国鹏;

  • 作者单位

    哈尔滨工业大学;

  • 授予单位 哈尔滨工业大学;
  • 学科 光学工程
  • 授予学位 硕士
  • 导师姓名 巩晋南;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TN9TP3;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号