| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 论文研究内容 | 第13页 |
| 1.4 论文研究路线 | 第13-15页 |
| 2 高光谱端元提取技术研究 | 第15-28页 |
| 2.1 光谱混合模型 | 第15-16页 |
| 2.1.1 线性光谱混合模型 | 第15-16页 |
| 2.1.2 非线性光谱混合模型 | 第16页 |
| 2.2 高光谱数据降维 | 第16-21页 |
| 2.2.1 主成分分析(PCA) | 第17-18页 |
| 2.2.2 奇异值分解(SVD) | 第18-19页 |
| 2.2.3 独立成分分析(ICA) | 第19-21页 |
| 2.3 噪声估计 | 第21-24页 |
| 2.3.1 光谱维去相关法 | 第21-22页 |
| 2.3.2 小波降噪 | 第22-24页 |
| 2.4 端元数目估计 | 第24-27页 |
| 2.4.1 信号子空间、本征维数与虚拟维数 | 第24-25页 |
| 2.4.2 HFC算法 | 第25-26页 |
| 2.4.3 Hysime算法 | 第26-27页 |
| 2.5 丰度估计 | 第27-28页 |
| 3 端元提取算法 | 第28-37页 |
| 3.1 端元识别算法 | 第28-34页 |
| 3.1.1 顶点成分分析算法(VCA) | 第28-29页 |
| 3.1.2 内部最大体积算法(N-FINDR) | 第29-30页 |
| 3.1.3 迭代误差分析算法(IEA) | 第30-31页 |
| 3.1.4 自动目标检测算法(ATGP) | 第31-32页 |
| 3.1.5 端元自动确定与提取的迭代算法(ACEEHIIU) | 第32-33页 |
| 3.1.6 结合子空间投影和局部空间信息的端元提取算法(OSPSI) | 第33-34页 |
| 3.2 端元生成算法 | 第34-37页 |
| 3.2.1 最小体积限制的非负矩阵分解算法(MVC-NMF) | 第35页 |
| 3.2.2 最小体积单形体分析算法(MVSA) | 第35-37页 |
| 4 基于正交子空间的自动形态学端元提取技术 | 第37-48页 |
| 4.1 数学形态学 | 第37-40页 |
| 4.1.1 数学形态学介绍 | 第37-38页 |
| 4.1.2 二值形态学 | 第38-39页 |
| 4.1.3 灰度形态学 | 第39-40页 |
| 4.2 基于自动形态学的端元提取 | 第40-44页 |
| 4.2.1 自动形态学端元提取步骤(AMEE) | 第40-43页 |
| 4.2.2 自动形态学算法缺陷 | 第43-44页 |
| 4.3 改进的自动形态学端元提取算法(OSPAMEE) | 第44-48页 |
| 4.3.1 正交子空间投影(OSP) | 第44-45页 |
| 4.3.2 正交投影散度(OPD) | 第45页 |
| 4.3.3 统一化形态学离心率指数(MEI) | 第45-46页 |
| 4.3.4 算法描述 | 第46-48页 |
| 5 实验与分析 | 第48-85页 |
| 5.1 端元提取精度评价方法 | 第48-49页 |
| 5.1.1 光谱夹角距离与丰度夹角距离 | 第48页 |
| 5.1.2 光谱信息散度与丰度信息散度 | 第48-49页 |
| 5.1.3 光谱均方根误差与丰度均方根误差 | 第49页 |
| 5.2 模拟数据的端元提取实验与分析 | 第49-64页 |
| 5.2.1 端元数目实验 | 第50-52页 |
| 5.2.2 模拟数据噪声实验 | 第52-59页 |
| 5.2.3 模拟数据最大混合比实验 | 第59-62页 |
| 5.2.4 仿真数据实验 | 第62-64页 |
| 5.2.5 实验总结与分析 | 第64页 |
| 5.3 真实数据的端元提取实验与分析 | 第64-85页 |
| 5.3.1 研究区地理位置 | 第65-66页 |
| 5.3.2 研究区环境概况 | 第66-67页 |
| 5.3.3 数据获取 | 第67-69页 |
| 5.3.4 数据预处理 | 第69-73页 |
| 5.3.5 数据实验 | 第73-84页 |
| 5.3.6 实验总结与分析 | 第84-85页 |
| 6 改进的初始单形体内部去除法 | 第85-96页 |
| 6.1 算法原理 | 第85-89页 |
| 6.1.1 有向距离方向和大小 | 第86-87页 |
| 6.1.2 算法描述 | 第87页 |
| 6.1.3 数据实验 | 第87-89页 |
| 6.2 改进的初始单形体内部去除法 | 第89-92页 |
| 6.2.1 算法缺陷 | 第89-91页 |
| 6.2.2 算法改进及描述 | 第91-92页 |
| 6.3 数据实验 | 第92-96页 |
| 6.3.1 模拟数据实验与分析 | 第92-94页 |
| 6.3.2 真实数据实验与分析 | 第94-96页 |
| 7 结论和展望 | 第96-98页 |
| 7.1 结论 | 第96页 |
| 7.2 展望 | 第96-98页 |
| 致谢 | 第98-100页 |
| 参考文献 | 第100-106页 |
