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

高光谱数据混合像元分解与光谱匹配验证算法

摘要第1-4页
Abstract第4-6页
目录第6-8页
1 绪论第8-14页
   ·引言第8-9页
   ·国内外研究现状综述第9-13页
     ·高光谱遥感概念及其应用第9-11页
     ·高光谱像元分解概念及研究现状第11-12页
     ·光谱匹配的概念及研究现状第12-13页
   ·本文的结构安排第13-14页
2 基于线性混合模型的高光谱端元提取及改进算法第14-32页
   ·引言第14页
   ·线性光谱混合模型第14-15页
   ·4个经典的端元提取算法第15-21页
     ·PPI算法第15-17页
     ·N-FINDR算法第17-18页
     ·VCA算法第18-20页
     ·ATGP算法第20-21页
   ·N-FNDR算法的改进第21-24页
     ·利用VCA算法改进N-FINDR算法第22-23页
     ·PPI纯像元指数与N-FINDR的融合算法第23-24页
   ·实验结果与分析第24-31页
     ·模拟图像端元提取实验第25-28页
     ·真实高光谱图像端元提取实验第28-31页
   ·本章小结第31-32页
3 基于线性混合模型的高光谱丰度反演的最小二乘算法第32-45页
   ·引言第32页
   ·丰度反演原理第32-33页
   ·基于最小二乘的4种丰度反演算法第33-37页
     ·非限制性最小二乘法(UCLS)第33页
     ·和为一限制性最小二乘法(SCLS)第33-34页
     ·非负限制性最小二乘法(NCLS)第34-36页
     ·全限制性最小二乘法(FCLS)第36-37页
   ·4种丰度反演算法的综合比较实验第37-44页
     ·模拟图像丰度反演实验第37-39页
     ·真实高光谱图像丰度反演实验第39-44页
   ·本章小结第44-45页
4 基于稀疏性约束的高光谱混合像元分解算法第45-53页
   ·引言第45页
   ·基于L_1范数约束的稀疏性混合像元分解算法第45-47页
   ·算法描述第47-49页
     ·交替方向迭代法第47-48页
     ·基于交替方向迭代法的稀疏性混合像元分解算法描述第48-49页
   ·实验结果与分析第49-52页
     ·模拟图像稀疏性混合像元分解实验第49-51页
     ·真实高光谱图像稀疏性混合像元分解实验第51-52页
   ·本章小结第52-53页
5 基于光谱曲线波峰波谷检测与编码的光谱匹配算法第53-68页
   ·引言第53页
   ·经典光谱匹配算法第53-55页
     ·编码匹配第53-54页
     ·光谱角度匹配第54页
     ·光谱相关性匹配第54-55页
   ·基于光谱曲线波峰波谷自动检测与编码的新型光谱匹配算法的提出第55-59页
     ·光谱曲线波峰波谷位置求解算法第55-58页
     ·利用波峰波谷位置编码的算法描述第58-59页
   ·实验结果与分析第59-67页
     ·利用光谱角度匹配分析端元提取结果第59-64页
     ·P-V编码匹配结果第64-67页
   ·本章小结第67-68页
6 总结与展望第68-69页
致谢第69-70页
参考文献第70-73页

论文共73页,点击 下载论文
上一篇:新型磁流变阻尼器结构设计和控制性能研究
下一篇:基于气动载荷的手指力学响应研究