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 |