基于像素-亚像素-超像素级多特征联合的高光谱图像分类

声明

第 1 章 绪 论

1.1课题研究背景及意义

1.2 国内外研究现状

1.2.1 高光谱图像特征提取研究现状

1.2.2 高光谱图像分类方法研究现状

1.3 本文的主要研究内容和章节安排

第 2 章 高光谱图像分类理论基础

2.1 半监督学习分类方法概述

2.1.1 半监督学习框架

2.1.2 半监督学习方法

2.2 主动学习分类方法概述

2.2.1 主动学习框架

2.2.2 主动学习方法

2.3 分类性能评价指标

2.4 本章小结

第 3 章 像素—亚像素级多特征联合的半监督学习分类

3.1 引言

3.2 像素—亚像素级多特征联合半监督学习分类算法

3.2.1 像素—亚像素级多特征提取

3.2.2 基于极限学习机的分类概率估计

3.2.3 多特征联合的半监督学习

3.3 实验结果与分析

3.3.1 实验数据

3.3.2 参数分析

3.3.3 实验结果

3.4 本章小结

第 4 章 像素—亚像素—超像素级多特征联合的主动学习分类

4.1 引言

4.2 像素—亚像素—超像素级多特征联合主动学习分类算法

4.2.1 像素—亚像素—超像素级多特征提取

4.2.2 基于马尔可夫随机场的最大化后验概率优化模型

4.2.3 多特征联合的主动学习

4.3 实验结果与分析

4.3.1 实验数据

4.3.2 参数分析

4.3.3 实验结果

4.4 本章小结

第 5 章 高光谱图像分类软件设计与应用实例

5.1 软件设计

5.1.1 软件模块设计

5.1.2 软件界面设计与功能展示

5.2 应用实例

5.2.1 数据介绍

5.2.2 分类结果

5.3 本章小结

第 6 章 总结与展望

6.1 总结

6.2 展望

参考文献

致 谢

附录 A 攻读学位期间所发表的学术论文