摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-18页 |
1.1 研究的背景和意义 | 第11-13页 |
1.2 研究现状与发展趋势 | 第13-16页 |
1.2.1 光谱混合分析的技术现状和发展动态 | 第13-15页 |
1.2.2 端元光谱变化问题的研究现状 | 第15-16页 |
1.3 研究内容与论文框架 | 第16-18页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 论文框架 | 第17-18页 |
第二章 光谱混合分析技术的研究基础 | 第18-33页 |
2.1 光谱混合分析的理论基础 | 第18-22页 |
2.1.1 光谱混合的成因与影响分析 | 第18-19页 |
2.1.2 光谱混合模型 | 第19-22页 |
2.2 光谱混合分析技术算法 | 第22-24页 |
2.2.1 线性光谱混合分析算法 | 第22-23页 |
2.2.2 多端元光谱混合分析算法 | 第23-24页 |
2.3 端元自动提取算法 | 第24-29页 |
2.3.1 正交子空间投影(OSP)端元提取算法 | 第24-25页 |
2.3.2 迭代误差分析端元提取算法(IEA) | 第25-26页 |
2.3.3 N-FINDR端元提取算法 | 第26-27页 |
2.3.4 顶点成分分析(VCA)端元提取算法 | 第27-28页 |
2.3.5 端元提取算法总结 | 第28-29页 |
2.4 传统丰度估计算法 | 第29-30页 |
2.4.1 全约束最小二乘(FCLS) | 第29-30页 |
2.5 稀疏光谱混合分析方法 | 第30-31页 |
2.5.1 稀疏表示的理论方法 | 第30页 |
2.5.2 稀疏回归光谱混合分析 | 第30-31页 |
2.6 精度评价指标 | 第31-32页 |
2.6.1 残差均方误差(RMSE)评价指标 | 第31-32页 |
2.6.2 归一化均方误差(NMSE) | 第32页 |
2.6.3 稀疏度及支撑域精度误差评价指标 | 第32页 |
2.7 本章小结 | 第32-33页 |
第三章 稀疏多端元光谱混合分解模型 | 第33-41页 |
3.1 候选多端元光谱数据集构建方法 | 第33-34页 |
3.1.1 多端元数据集问题 | 第33-34页 |
3.1.2 端元束提取方法 | 第34页 |
3.2 稀疏多端元光谱混合分析 | 第34-36页 |
3.2.1 稀疏多端元光谱混合分析背景 | 第34-35页 |
3.2.2 稀疏多端元光谱混合模型 | 第35-36页 |
3.3 BSBL-MESMA算法 | 第36-39页 |
3.4 模型与算法的普适性分析 | 第39-40页 |
3.5 本章小结 | 第40-41页 |
第四章 实验分析与结果验证 | 第41-61页 |
4.1 实验设计与相关说明 | 第41页 |
4.2 仿真模拟数据实验 | 第41-43页 |
4.2.1 仿真模拟端元光谱数据集合 | 第41页 |
4.2.2 仿真模拟数据构建与实验设计 | 第41-43页 |
4.3 端元已知的仿真模拟数据实验结果分析 | 第43-49页 |
4.3.1 BSBL-MESMA非负约束实验 | 第43-44页 |
4.3.2 BSBL-MESMA与MESMA对比实验 | 第44页 |
4.3.3 在不同信噪比下的NMSE评价实验 | 第44-45页 |
4.3.4 不同信噪比下的稀疏度评价实验 | 第45-46页 |
4.3.5 不同信噪比下的支撑域精度评价实验 | 第46-47页 |
4.3.6 BSBL-MESMA在不同信噪比下稀疏度统计分析实验 | 第47-49页 |
4.4 端元未知的仿真模拟数据实验结果分析 | 第49-50页 |
4.5 真实遥感影像数据实验分析 | 第50-59页 |
4.5.1 遥感影像数据说明 | 第50-52页 |
4.5.2 遥感影像端元提取 | 第52-54页 |
4.5.3 数值评价与分析 | 第54页 |
4.5.4 丰度估计的目视对比分析 | 第54-59页 |
4.6 实验分析与总结 | 第59-60页 |
4.7 本章小结 | 第60-61页 |
第五章 总结与展望 | 第61-63页 |
5.1 研究结论 | 第61页 |
5.2 特色创新 | 第61-62页 |
5.3 研究展望 | 第62-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-70页 |
攻硕期间取得的研究成果 | 第70-71页 |