| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-23页 |
| 1.1 高光谱遥感技术发展历程 | 第17-18页 |
| 1.2 课题研究背景 | 第18-20页 |
| 1.3 研究的目的与意义 | 第20页 |
| 1.4 研究内容与创新 | 第20-21页 |
| 1.5 论文架构与内容安排 | 第21-23页 |
| 第二章 高光谱数据丰度估计方法与非负矩阵分解 | 第23-31页 |
| 2.1 高光谱数据混合模型 | 第23-25页 |
| 2.1.1 高光谱图像特性 | 第23页 |
| 2.1.2 高光谱线性混合模型 | 第23-24页 |
| 2.1.3 高光谱均匀混合模型 | 第24-25页 |
| 2.2 高光谱数据解混与非负矩阵分解 | 第25-27页 |
| 2.2.1 解混操作与丰度估计 | 第25页 |
| 2.2.2 非负矩阵分解 | 第25-27页 |
| 2.3 基于非负矩阵分解的高光谱数据丰度估计方法 | 第27-29页 |
| 2.3.1 基于非负矩阵分解的高光谱数据丰度估计理论 | 第27页 |
| 2.3.2 基于稀疏性的NMF高光谱丰度估计算法 | 第27-28页 |
| 2.3.3 基于图正则的稀疏NMF的高光谱丰度解混算法 | 第28-29页 |
| 2.3.4 基于NMF的丰度估计方法分析 | 第29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 基于几何非负矩阵分解的丰度估计方法 | 第31-52页 |
| 3.1 几何结构空谱距离 | 第31-33页 |
| 3.1.1 光谱谱间距离与拉普拉斯正则项 | 第31-32页 |
| 3.1.2 空间距离及其拉普拉斯正则项 | 第32-33页 |
| 3.2 基于几何结构信息的非负矩阵分解算法 | 第33-35页 |
| 3.2.1 目标函数 | 第33页 |
| 3.2.2 迭代规则 | 第33-34页 |
| 3.2.3 算法步骤 | 第34页 |
| 3.2.4 算法的时间复杂度分析 | 第34-35页 |
| 3.3 人工合成数据仿真实验与分析 | 第35-46页 |
| 3.3.1 实验条件与评价标准 | 第35-36页 |
| 3.3.2 高光谱合成数据 | 第36-37页 |
| 3.3.3 实验结果与分析 | 第37-46页 |
| 3.4 实际高光谱数据实验结果与分析 | 第46-51页 |
| 3.4.1 Washington-DC数据集 | 第46-47页 |
| 3.4.2 Cuprite数据集 | 第47-48页 |
| 3.4.3 数值实验结果与分析 | 第48-49页 |
| 3.4.4 估计的丰度图分布结果与分析 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 耦合压缩观测下的空-谱稀疏丰度估计算法 | 第52-72页 |
| 4.1 稀疏丰度估计 | 第52页 |
| 4.2 压缩感知框架下的稀疏丰度估计算法 | 第52-55页 |
| 4.2.1 压缩感知 | 第52-53页 |
| 4.2.2 压缩观测下的稀疏丰度估计算法 | 第53-55页 |
| 4.3 耦合压缩感知框架下的稀疏丰度估计算法 | 第55-61页 |
| 4.3.1 耦合观测与设计 | 第55-58页 |
| 4.3.2 空间结构正则 | 第58-59页 |
| 4.3.3 耦合压缩观测下的空-谱稀疏丰度估计算法 | 第59-61页 |
| 4.4 仿真实验与结果分析 | 第61-69页 |
| 4.4.1 新的估计丰度评价标准 | 第62页 |
| 4.4.2 合成高光谱数据实验 | 第62-68页 |
| 4.4.3 实际高光谱数据验证 | 第68-69页 |
| 4.5 本章小结 | 第69-72页 |
| 第五章 基于局部近邻权重非负矩阵分解双线性丰度估计方法 | 第72-84页 |
| 5.1 双线性混合模型 | 第72-75页 |
| 5.1.1 双线性混合理论的提出 | 第72-73页 |
| 5.1.2 双线性混合模型 | 第73-75页 |
| 5.2 局部近邻权重与拉普拉斯图正则非负矩阵分解算法 | 第75-78页 |
| 5.2.1 构造局部近邻权重 | 第75-76页 |
| 5.2.2 基于局部近邻权重的图正则非负矩阵分解算法 | 第76-78页 |
| 5.3 仿真实验与结果分析 | 第78-83页 |
| 5.3.1 人工合成高光谱数据验证 | 第79-82页 |
| 5.3.2 真实高光谱数据验证 | 第82-83页 |
| 5.4 本章小结 | 第83-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 6.1 总结 | 第84-85页 |
| 6.2 展望 | 第85-86页 |
| 附录A | 第86-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95-97页 |
| 作者简介 | 第97-98页 |
