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

高光谱图像混合像元分解技术研究

摘要第6-7页
ABSTRACT第7-8页
第1章 绪论第12-19页
    1.1 课题背景及研究意义第12-13页
    1.2 高光谱图像混合像元分解技术发展概述第13-15页
    1.3 高光谱图像混合像元分解技术的应用现状及前景第15-16页
    1.4 论文主要研究内容及结构安排第16-19页
        1.4.1 论文主要研究内容第16-17页
        1.4.2 论文结构安排第17-19页
第2章 高光谱图像混合像元分解技术第19-34页
    2.1 混合像元问题与混合模型第19-24页
        2.1.1 混合像元产生的机理第20-21页
        2.1.2 混合像元组成模型第21-24页
    2.2 端元提取算法第24-29页
        2.2.1 像元纯净指数法第25-26页
        2.2.2 内部最大体积算法第26-27页
        2.2.3 顶点成分分析算法第27-29页
        2.2.4 误差迭代算法第29页
    2.3 高光谱图像端元丰度估计方法第29-32页
        2.3.1 无约束最小二乘第29-30页
        2.3.2 和为一约束最小二乘第30页
        2.3.3 非负约束最小二乘第30-31页
        2.3.4 全约束最小二乘第31-32页
    2.4 实验结果性能评价指标第32-33页
    2.5 本章小结第33-34页
第3章 加入约束的NMF高光谱图像混合像元分解技术第34-43页
    3.1 非负矩阵分解第34-37页
        3.1.1 问题描述第34-35页
        3.1.2 目标函数第35页
        3.1.3 迭代规则第35-37页
    3.2 基于约束的非负矩阵分解算法第37-39页
        3.2.1 算法描述第37页
        3.2.2 基于平滑性和稀疏性约束的NMF的混合像元分解第37-39页
    3.3 实验与分析第39-41页
        3.3.1 模拟数据实验第39-40页
        3.3.2 真实数据实验第40-41页
    3.4 本章小结第41-43页
第4章 基于约束的MVCNMF高光谱图像混合像元分解技术第43-56页
    4.1 最小体积限制的非负矩阵分解方法第43-46页
        4.1.1 单形体体积第43-45页
        4.1.2 MVCNMF算法第45-46页
    4.2 基于约束的MVCNMF算法第46-48页
        4.2.1 问题描述第46页
        4.2.2 基于约束的MVCNMF算法实现第46-48页
    4.3 实验与分析第48-55页
        4.3.1 模拟数据实验第48-51页
        4.3.2 真实数据实验第51-55页
    4.4 本章小结第55-56页
总结与展望第56-58页
参考文献第58-61页
致谢第61-62页
攻读硕士期间发表(含录用)的学术论文第62页

论文共62页,点击 下载论文
上一篇:复杂背景下的人手定位方法研究
下一篇:Chinese Teachers Beliefs about Their Roles in ELT (English Language Teaching) are a Main Cause to Influence Learners Participation in Classroom Interaction: A study of College English Teachers in Sanywiang College