基于稀疏约束的高光谱解混技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 高光谱图像混合分解技术的研究现状 | 第11-18页 |
| 1.2.1 高光谱成像光谱仪的发展 | 第11-13页 |
| 1.2.2 高光谱图像的特点 | 第13-15页 |
| 1.2.3 高光谱图像混合像元分解概念及研究现状 | 第15-18页 |
| 1.3 论文主要研究内容及结构安排 | 第18-19页 |
| 1.4 本文所采用的数据源 | 第19-20页 |
| 第2章 高光谱图像解混技术 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 线性光谱混合模型 | 第20-21页 |
| 2.3 非线性光谱混合模型 | 第21-22页 |
| 2.4 端元数目的确定 | 第22-25页 |
| 2.4.1 虚拟维方法 | 第22-24页 |
| 2.4.2 Hysime方法 | 第24-25页 |
| 2.5 端元提取 | 第25-28页 |
| 2.5.1 PPI算法 | 第25-26页 |
| 2.5.2 N-FINDR算法 | 第26-27页 |
| 2.5.3 SGA算法 | 第27-28页 |
| 2.6 丰度反演算法 | 第28-31页 |
| 2.6.1 非限制性最小二乘方法 | 第29页 |
| 2.6.2 半限制性最小二乘方法 | 第29-31页 |
| 2.6.3 全约束最小二乘方法 | 第31页 |
| 2.7 本章小结 | 第31-32页 |
| 第3章 基于稀疏约束的混合像元分解 | 第32-45页 |
| 3.1 引言 | 第32页 |
| 3.2 基于稀疏约束的混合像元分解模型 | 第32-35页 |
| 3.2.1 混合光谱分解的稀疏问题 | 第32-34页 |
| 3.2.2 最小L1范数模型 | 第34-35页 |
| 3.3 混合光谱分解的稀疏约束方法 | 第35-38页 |
| 3.3.1 变量分裂和交替迭代乘子法基本原理 | 第35-36页 |
| 3.3.2 基于稀疏性约束的混合像元分解算法 | 第36-38页 |
| 3.4 光谱解混结果的评价指标 | 第38页 |
| 3.5 实验结果与分析 | 第38-44页 |
| 3.5.1 模拟实验 | 第39-42页 |
| 3.5.2 真实地物实验 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 改进的加权L1正则化稀疏光谱解混算法 | 第45-57页 |
| 4.1 引言 | 第45页 |
| 4.2 加权L1范数 | 第45-46页 |
| 4.3 改进的加权L1算法 | 第46-49页 |
| 4.3.1 中值滤波算法 | 第46-47页 |
| 4.3.2 权值修正 | 第47-48页 |
| 4.3.3 光谱解混模型实现步骤 | 第48-49页 |
| 4.4 实验与分析 | 第49-56页 |
| 4.4.1 模拟实验 | 第49-55页 |
| 4.4.2 真实地物实验 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论与展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |
