首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

高光谱遥感图像端元提取算法改进及性能优化

摘要第1-5页
Abstract第5-9页
第1章 引言第9-15页
   ·研究背景及研究意义第9-10页
     ·课题来源第9页
     ·选题背景第9-10页
   ·国内外研究现状第10-12页
   ·本文主要研究内容、创新点第12-13页
     ·主要研究内容第12页
     ·课题创新点第12-13页
   ·研究方案和技术路线第13-15页
     ·研究方案第13-14页
     ·技术路线第14-15页
第2章 高光谱遥感数据降维技术第15-25页
   ·引言第15页
   ·主成分分析第15-18页
     ·主成分降维准则第15-16页
     ·主成分确定第16-17页
     ·实验效果第17-18页
   ·最大噪声分离第18-22页
     ·最大噪声分离准则第18-19页
     ·MNF 成分确定第19-21页
     ·实验效果第21-22页
   ·奇异值分解第22-25页
     ·奇异值分解原理第22-23页
     ·SVD 成分确定第23页
     ·实验效果第23-25页
第3章 高光谱端元提取方法及其改进第25-48页
   ·混合光谱概念及其模型第25-26页
   ·纯净像元指数方法(PPI)第26-33页
     ·算法理论基础第26-27页
     ·算法改进第27-28页
     ·实验效果第28-33页
   ·N-FINDR 方法第33-39页
     ·算法理论基础第33-34页
     ·方法改进第34-37页
     ·实验效果第37-39页
   ·迭代误差法第39-44页
     ·算法理论基础第39-40页
     ·算法改进第40-41页
     ·实验效果第41-44页
   ·Fast-ICA 方法第44-48页
     ·算法基础理论第45-47页
     ·实验效果第47-48页
第4章 端元提取改进算法应用实例第48-54页
   ·数据源简介第48页
   ·实例方案设计第48-53页
     ·PPI 改进前后实验对比第48-50页
     ·N-FINDR 改进前后实验对比第50-51页
     ·IEA 改进前后实验对比第51-53页
   ·算法分析评述第53-54页
第5章 高光谱降维技术及端元提取并行算法设计第54-58页
   ·高光谱 PCA 降维技术并行算法设计第54-56页
   ·端元提取并行算法设计第56-58页
     ·并行 PPI 算法设计第56页
     ·并行 N-FINDR 算法设计第56-57页
     ·并行 IEA 算法设计第57-58页
总结第58-59页
致谢第59-60页
参考文献第60-63页
攻读学位期间取得学术成果第63页

论文共63页,点击 下载论文
上一篇:基于DSP的无位置传感器矢量控制系统研究及实现
下一篇:基于形态学滤波的最小噪声分离及其应用