| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 引言 | 第7-20页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-17页 |
| 1.2.1 高光谱遥感影像变化检测研究现状 | 第8-12页 |
| 1.2.2 基于线性混合模型(LMM)的高光谱端元提取研究现状 | 第12-15页 |
| 1.2.3 特征子空间理论研究现状 | 第15-16页 |
| 1.2.4 基于特征子空间理论的高光谱变化检测 | 第16-17页 |
| 1.3 研究方案与技术路线 | 第17-19页 |
| 1.3.1 研究目标与本文技术路线 | 第17-18页 |
| 1.3.2 研究内容 | 第18-19页 |
| 1.4 论文组织结构 | 第19-20页 |
| 第二章 基础实验数据与评价方法 | 第20-31页 |
| 2.1 EO-1卫星概况 | 第20-21页 |
| 2.1.1 EO-1 Hyperion数据 | 第21页 |
| 2.1.2 EO-1 ALI数据 | 第21页 |
| 2.2 高光谱遥感影像的简介与预处理 | 第21-28页 |
| 2.2.1 数据资料介绍 | 第22页 |
| 2.2.2 计算机配置环境简介 | 第22页 |
| 2.2.3 EO-1 Hyperion高光谱数据预处理 | 第22-28页 |
| 2.3 变化检测评价指标 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 粒子群搜索空间优化的端元提取算法 | 第31-43页 |
| 3.1 算法与模型 | 第31-32页 |
| 3.1.1 粒子群优化算法 | 第31-32页 |
| 3.1.2 线性混合模型 | 第32页 |
| 3.2 粒子群搜索空间优化的端元提取 | 第32-36页 |
| 3.2.1 粒子群搜索空间优化 | 第32-33页 |
| 3.2.2 粒子编码 | 第33页 |
| 3.2.3 适应度函数 | 第33-34页 |
| 3.2.4 粒子群的参数设置 | 第34-35页 |
| 3.2.5 算法流程 | 第35-36页 |
| 3.3 模拟数据实验 | 第36-38页 |
| 3.4 真实数据实验 | 第38-42页 |
| 3.4.1 粒子群算法的收敛性能评价 | 第39-40页 |
| 3.4.2 算法的精度评价 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 顾及光谱特征的子空间高光谱影像变化检测 | 第43-57页 |
| 4.1 算法与模型 | 第43-45页 |
| 4.1.1 线性混合模型 | 第43-44页 |
| 4.1.2 正交子空间投影算法 | 第44-45页 |
| 4.2 顾及光谱信息的子空间变化检测算法 | 第45-48页 |
| 4.2.1 改进的正交子空间算法 | 第45-46页 |
| 4.2.2 不同变化类型的端元提取 | 第46-47页 |
| 4.2.3 算法流程 | 第47-48页 |
| 4.3 模拟实验数据分析 | 第48-51页 |
| 4.4 真实数据实验 | 第51-56页 |
| 4.4.1 鄱阳湖真实数据实验 | 第51-53页 |
| 4.4.2 江苏省大丰市数据实验 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-66页 |
| 个人简历 | 第66页 |