声明
摘要
1绪论
1．1研究背景
1．2成像光谱技术
1．3高光谱图像分类技术
1．4本文的组织结构
2高光谱图像分类技术
2．1高光谱图像分类原理
2．2监督分类方法
2．2．1最小距离分类法
2．2．2最大似然分类法
2．2．3平行多面体分类法
2．3非监督分类方法
2．3．1 K均值聚类分类法
2．3．2 ISODATA分类法
2．4本章小结
3基于归一化光谱向量的高光谱图像实时性非监督分类
3．1空间相关性理论
3．1．1空间相关性概念
3．1．2算法背景
3．2基于空间一致性的非监督分类
3．2．1光谱相似度计算
3．2．2阈值选择规则
3．2．3判别同质区准则
3．2．4传统聚类方法的缺陷
3．3基于归一化光谱向量的实时性非监督分类
3．3．1数据量影响及解决方案
3．3．2归一化光谱向量
3．3．3实现步骤及实验设计
3．4基于GPU并行计算的分类实验
3．4．1结果展示
3．4．2分类精度结论与原因讨论
3．4．3分类速度结论与原因讨论
3．5本章小结
4基于光谱曲线差异性的多光谱图像离散未知小目标检测
4．1多光谱图像中的离散未知小目标检测
4．1．1概念及特点
4．1．2检测手段及难点分析
4．2基于图像维的异常检测
4．2．1广义似然比检测
4．2．2 RX异常检测算法
4．3基于光谱维的谱线差异检测
4．3．1目标和背景的谱线差异性和空间相关性
4．3．2离散小目标的谱线特征及检测方法
4．3．3实现步骤及实验设计
4．4基于GPU并行计算的分类实验
4．4．1结果展示
4．4．2实验结论与讨论
4．5本章小结
5总结与展望
5．1总结
5．2本文工作不足及今后工作展望
致谢
参考文献
附录
