高光譜遙感圖像異常目標(biāo)檢測(cè)研究

第1章 緒論
1．1 高光譜異常檢測(cè)的背景及研究的目的和意義
1．2 高光譜圖像特點(diǎn)及成像技術(shù)發(fā)展
1．3 高光譜圖像異常檢測(cè)技術(shù)研究現(xiàn)狀
1．4 本書的主要研究內(nèi)容和章節(jié)安排
參考文獻(xiàn)
第2章 高光譜圖像基礎(chǔ)與核函數(shù)分析
2．1 引言
2．2 高光譜圖像成像機(jī)理
2．3 高光譜圖像數(shù)據(jù)源
2．4 高光譜圖像特性分析
2．5 核函數(shù)分析
2．6 本章小結(jié)
參考文獻(xiàn)
第3章 基于光譜維變換和空域?yàn)V波的高光譜異常檢測(cè)
3．1 引言
3．2 高光譜圖像降維技術(shù)
3．3 光譜維變換
3．4 空域?yàn)V波
3．5 RX異常檢測(cè)算法
3．6 基于光譜維變換和空域?yàn)V波的異常檢測(cè)算法
3．7 仿真實(shí)驗(yàn)與結(jié)果分析
3．8 本章小結(jié)
參考文獻(xiàn)
第4章 基于四階累積量的高光譜圖像波段子集異常檢測(cè)
4．1 引言
4．2 非高斯程度的度量
4．3 核RX異常檢測(cè)算法
4．4 基于四階累積量的波段子集異常檢測(cè)算法
4．5 仿真實(shí)驗(yàn)與結(jié)果分析
4．6 本章小結(jié)
參考文獻(xiàn)
第5章 結(jié)合光譜解混的高光譜圖像異常檢測(cè)SVDD算法
5．1 引言
5．2 光譜解混
5．3 約束非負(fù)矩陣分解的解混算法
5．4 支持向量數(shù)據(jù)描述方法
5．5 結(jié)合光譜解混的異常檢測(cè)SVDD算法實(shí)現(xiàn)
5．6 仿真實(shí)驗(yàn)與結(jié)果分析
5．7 本章小結(jié)
參考文獻(xiàn)
第6章 基于空譜聯(lián)合稀疏表示的高光譜異常目標(biāo)檢測(cè)
6．1 引言
6．2 局部線性嵌入重構(gòu)權(quán)值矩陣的核協(xié)同表示優(yōu)化
6．3 基于LLE稀疏差異指數(shù)的高光譜異常檢測(cè)
6．4 線性局部切空間排列和背景共同稀疏表示
6．5 基于空譜聯(lián)合BJSR的高光譜異常檢測(cè)
6．6 本章小結(jié)
參考文獻(xiàn)
第7章 基于低秩稀疏分解的空譜聯(lián)合高光譜異常目標(biāo)檢測(cè)
7．1 引言
7．2 高光譜圖像的低秩稀疏矩陣分解模型
7．3 基于空譜聯(lián)合低秩稀疏分解的高光譜異常檢測(cè)
7．4 基于低秩稀疏分解和空譜聯(lián)合棧式自編碼器的高光譜異常檢測(cè)
7．5 本章小結(jié)
參考文獻(xiàn)
第8章 基于張量分析的高光譜異常目標(biāo)檢測(cè)
8．1 引言
8．2 高光譜圖像張量分解理論
8．3 基于張量分解稀疏差異指數(shù)的高光譜異常目標(biāo)檢測(cè)
8．4 基于張量分解局部馬氏距離的高光譜異常檢測(cè)
8．5 基于張量自適應(yīng)子空間的高光譜異常目標(biāo)檢測(cè)
8．6 本章小結(jié)
參考文獻(xiàn)