基于形态学滤波的最小噪声分离及其应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-14页 |
| ·研究背景及研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·高光谱降维降噪研究现状 | 第10-11页 |
| ·数学形态学滤波研究现状 | 第11-12页 |
| ·研究内容及路线 | 第12-14页 |
| ·章节安排 | 第12页 |
| ·文章的创新点 | 第12-14页 |
| 第2章 数学形态学的基础理论 | 第14-21页 |
| ·数学形态学基础思想 | 第14页 |
| ·二值形态学的基本运算 | 第14-18页 |
| ·二值腐蚀、膨胀运算 | 第15-16页 |
| ·二值开、闭运算 | 第16-18页 |
| ·灰度形态学的基本运算 | 第18-19页 |
| ·灰度腐蚀、膨胀运算 | 第18-19页 |
| ·灰度开、闭运算 | 第19页 |
| ·形态学滤波器 | 第19-21页 |
| 第3章 高光谱图像降维算法简介 | 第21-29页 |
| ·高光谱遥感图像降维 | 第21-22页 |
| ·高光谱遥感图像主成分分析 | 第22-25页 |
| ·主成分分析算法 | 第22-23页 |
| ·主成分的个数与方差贡献的确定 | 第23页 |
| ·实验与结果分析 | 第23-25页 |
| ·高光谱遥感图像最小噪声分离 | 第25-28页 |
| ·最小噪声分离算法 | 第25-26页 |
| ·实验与结果分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于数学形态学滤波的最小噪声分离 | 第29-37页 |
| ·基本形态学梯度 | 第29-31页 |
| ·全方位结构元素加权多级形态学梯度 | 第31-34页 |
| ·设计全方位结构元素 | 第31-32页 |
| ·全方位结构元素加权多级组合形态学梯度算法 | 第32-33页 |
| ·实验与结果分析 | 第33-34页 |
| ·基于数学形态学滤波的最小噪声分离 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第5章 高光谱遥感实例研究 | 第37-44页 |
| ·高光谱遥感资料降维 | 第37-41页 |
| ·原始最小噪声分离算法 | 第38-39页 |
| ·基于数学形态学的最小噪声分离实验与分析 | 第39-41页 |
| ·实验结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 结论 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读学位期间取得学术成果 | 第49页 |
