| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-45页 |
| 1.1 高光谱遥感成像技术 | 第14-19页 |
| 1.1.1 高光谱遥感技术理论基础 | 第16-17页 |
| 1.1.2 高光谱遥感数据的特点及描述方式 | 第17-19页 |
| 1.2 光谱相似性度量方法国内外研究现状 | 第19-30页 |
| 1.2.1 基于距离的光谱相似性度量方法 | 第21-24页 |
| 1.2.2 基于投影的光谱相似性度量方法 | 第24-25页 |
| 1.2.3 基于信息测度的光谱相似性度量方法 | 第25-27页 |
| 1.2.4 基于统计特性的光谱相似性度量方法 | 第27-28页 |
| 1.2.5 一些光谱相似性度量方法的新思想 | 第28页 |
| 1.2.6 多元光谱相似性度量方法的研究意义 | 第28-30页 |
| 1.3 高光谱波段选择技术国内外研究现状 | 第30-39页 |
| 1.3.1 以波段为面向对象的波段选择方法 | 第34-37页 |
| 1.3.2 以光谱为面向对象的波段选择方法 | 第37-38页 |
| 1.3.3 以光谱为面向对象的波段选择方法的研究意义 | 第38-39页 |
| 1.4 高光谱端元提取技术国内外研究现状 | 第39-42页 |
| 1.5 课题主要研究内容及结构安排 | 第42-45页 |
| 第2章 广义光谱角方法 | 第45-65页 |
| 2.1 引言 | 第45-46页 |
| 2.2 N维立体角在欧几里得空间中的定义 | 第46-48页 |
| 2.3 N维立体光谱角(NSSA)方法 | 第48-51页 |
| 2.3.1 NSSA方法 | 第49-50页 |
| 2.3.2 正交向量集合的NSSA值 | 第50-51页 |
| 2.4 N维立体光谱角特性 | 第51-56页 |
| 2.4.1 乘性因子不变性 | 第52-53页 |
| 2.4.2 非可加性 | 第53-54页 |
| 2.4.3 非单调性 | 第54页 |
| 2.4.4 波段序列无关性 | 第54-56页 |
| 2.5 等分布序列拟蒙特卡罗积分估算NSSA | 第56-64页 |
| 2.5.1 蒙特卡罗积分 | 第56-58页 |
| 2.5.2 拟蒙特卡罗积分 | 第58页 |
| 2.5.3 等分布序列的拟蒙特卡罗(ESMC)积分 | 第58-59页 |
| 2.5.4 NSSA-ESMC与SAM的一致性 | 第59-62页 |
| 2.5.5 NSSA-ESMC计算精度分析 | 第62-63页 |
| 2.5.6 NSSA-ESMC时间损耗分析 | 第63-64页 |
| 2.6 本章小结 | 第64-65页 |
| 第3章 基于多元光谱滑动窗的高光谱波段选择方法 | 第65-91页 |
| 3.1 引言 | 第65页 |
| 3.2 光谱吸收特征分析 | 第65-68页 |
| 3.3 基于多元光谱滑动窗的高光谱吸收波段选择 | 第68-74页 |
| 3.3.1 多元光谱滑动窗的设计与参数选择 | 第68-70页 |
| 3.3.2 基于局部NSSA极大值的波段选择 | 第70-71页 |
| 3.3.3 基于多元光谱滑动窗的波段选择实例 | 第71-74页 |
| 3.4 仿真实验结果与分析 | 第74-89页 |
| 3.4.1 与BAO方法对比实验 | 第74-79页 |
| 3.4.2 算法运算复杂度与时间损耗 | 第79-81页 |
| 3.4.3 模拟高光谱数据解混实验 | 第81-84页 |
| 3.4.4 真实高光谱数据解混实验 | 第84-89页 |
| 3.5 本章小结 | 第89-91页 |
| 第4章 基于前向递增式广义光谱角的高光谱波段选选择方法 | 第91-121页 |
| 4.1 引言 | 第91-92页 |
| 4.2 序列前向波段搜索策略 | 第92-93页 |
| 4.2.1 基于正交子空间投影的序列前向波段搜索策略 | 第92页 |
| 4.2.2 基于线性预测的序列前向波段搜索策略 | 第92-93页 |
| 4.3 基于前向递增式广义光谱角的高光谱波段选择 | 第93-95页 |
| 4.3.1 初始波段集合选取 | 第93-94页 |
| 4.3.2 逐波段立体光谱角增量 | 第94-95页 |
| 4.3.3 基于前向递增式广义光谱角的波段选择方法实施步骤 | 第95页 |
| 4.4 仿真实验结果与分析 | 第95-120页 |
| 4.4.1 不同类别、不同光谱数目多元光谱波段选择结果 | 第95-100页 |
| 4.4.2 近似类别、不同光谱数目的多元光谱波段选择结果 | 第100-103页 |
| 4.4.3 光谱可分性评价指标 | 第103-110页 |
| 4.4.4 与穷尽式最优波段集合搜索对比实验 | 第110-112页 |
| 4.4.5 算法运算复杂度与时间损耗 | 第112页 |
| 4.4.6 高光谱数据解混实验 | 第112-120页 |
| 4.5 本章小结 | 第120-121页 |
| 第5章 基于广义光谱角的多元光谱联合识别方法 | 第121-146页 |
| 5.1 引言 | 第121-122页 |
| 5.2 基于二元光谱相似度量准则的光谱识别策略 | 第122页 |
| 5.3 基于广义光谱角的BAND ADD-ON(BAQ)多元光谱波段选择方法 | 第122-129页 |
| 5.3.1 基于SAM的Band Add-on(BAO)波段选择方法 | 第123-124页 |
| 5.3.2 基于NSSA的Band Add-on(BAQ)波段选择方法 | 第124-126页 |
| 5.3.3 三元光谱BAO-NSSA波段选择实例 | 第126-128页 |
| 5.3.4 BAO-NSSA波段选择方法与穷尽式搜索对比实验 | 第128-129页 |
| 5.4 基于环形结构的多元光谱联合识别方法 | 第129-135页 |
| 5.4.1 基于广义光谱角的平均类间距离(ADM-NSSA)多元光谱识别方法 | 第130-132页 |
| 5.4.2 基于广义光谱角的最小类间距离(MDM-NSSA)多元光谱识别方法 | 第132-134页 |
| 5.4.3 基于广义光谱角的多元光谱识别环形结构 | 第134-135页 |
| 5.5 仿真实验结果与分析 | 第135-144页 |
| 5.5.1 近似类别多元光谱识别 | 第136-141页 |
| 5.5.2 不同类别多元光谱识别 | 第141-144页 |
| 5.6 本章小结 | 第144-146页 |
| 第6章 基于最大化广义光谱角的高光谱端元提取方方法 | 第146-165页 |
| 6.1 引言 | 第146-147页 |
| 6.2 端元提取方法典型思想 | 第147-152页 |
| 6.2.1 像元纯度指数 | 第147-148页 |
| 6.2.2 N-FINDR方法 | 第148-149页 |
| 6.2.3 顶点成分分析 | 第149-150页 |
| 6.2.4 凸锥分析 | 第150-151页 |
| 6.2.5 迭代误差分析 | 第151-152页 |
| 6.2.6 正交子空间投影 | 第152页 |
| 6.3 线性混合像元分析模型 | 第152-153页 |
| 6.4 基于最大化广义光谱角的高光谱数据端元提取 | 第153-156页 |
| 6.4.1 阴影影响下的光谱幅值变异 | 第153-154页 |
| 6.4.2 MNSSA端元提取方法 | 第154-155页 |
| 6.4.3 MNSSA端元提取方法步骤 | 第155-156页 |
| 6.4.4 误差分析 | 第156页 |
| 6.5 仿真实验结果与分析 | 第156-164页 |
| 6.5.1 模拟数据实验结果与分析 | 第157-160页 |
| 6.5.2 真实数据实验结果与分析 | 第160-164页 |
| 6.6 本章小结 | 第164-165页 |
| 结论 | 第165-168页 |
| 参考文献 | 第168-183页 |
| 攻读博士学位期间发表的论文和取得的科技成果 | 第183-185页 |
| 致谢 | 第185页 |
