首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

光谱图像本质分解

摘要第4-5页
Abstract第5页
第一章 绪论第12-17页
    1.1 研究背景第12页
    1.2 相关工作第12-15页
        1.2.1 本质图像分解算法第13-15页
        1.2.2 光谱反射照明分解算法第15页
    1.3 主要贡献第15-17页
第二章 光谱图像本质分解算法第17-27页
    2.1 光谱图像本质分解问题的公式化描述第17-18页
    2.2 LRR-SIID算法第18-20页
        2.2.1 反射分量地址系数矩阵的估计第18-19页
        2.2.2 反射分量和亮度分量的求解第19-20页
    2.3 LRS-SIID算法第20-24页
        2.3.1 亮度分量低秩系数矩阵的估计第21-23页
        2.3.2 反射分量和亮度分量的估计第23-24页
    2.4 结果分析第24-27页
第三章 高光谱图像本质分解标准数据库第27-35页
    3.1 高光谱图像本质分解标准数据库采集第28-32页
        3.1.1 采集设备第28页
        3.1.2 数据库采集方案第28-30页
        3.1.3 SIID标准库展示与验证第30-32页
    3.2 误差度量标准第32-35页
        3.2.1 反射分量误差度量标准第32-33页
        3.2.2 亮度分量误差度量标准第33-34页
        3.2.3 高光分量误差度量标准第34页
        3.2.4 误差度量标准相关参数设定第34-35页
第四章 实验第35-52页
    4.1 高光谱图像与彩色图像本质分解对比第35-37页
    4.2 对比试验第37-45页
        4.2.1 SIIDs第38-40页
        4.2.2 IID第40-43页
        4.2.3 IRSS第43-44页
        4.2.4 基于SBE的三元模型分解算法第44-45页
    4.3 高光谱图像本质分解应用第45-52页
        4.3.1 重光照第46-47页
        4.3.2 纹理替换第47-48页
        4.3.3 材质识别第48-52页
第五章 总结与展望第52-54页
    5.1 总结第52-53页
    5.2 展望第53-54页
参考文献第54-61页
简历与科研成果第61-62页
致谢第62-63页

论文共63页,点击 下载论文
上一篇:信息中心网络中资源协同问题研究
下一篇:淮安市创新社会管理研究