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

基于流形约束的高光谱图像混合像元分解研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-22页
    1.1 研究背景及意义第10-13页
    1.2 研究现状第13-20页
        1.2.1 光谱混合模型第13-16页
        1.2.2 混合像元分解流程第16页
        1.2.3 端元个数估计第16-18页
        1.2.4 现有的混合像元分解方法第18-20页
    1.3 本文所采用的数据源第20-21页
    1.4 本文研究的主要内容以及结构安排第21-22页
第2章 非负矩阵分解及其在高光谱图像混合像元分解中的应用第22-30页
    2.1 非负矩阵分解模型第22-24页
        2.1.1 目标函数第22-23页
        2.1.2 迭代规则第23-24页
    2.2 基于非负矩阵分解的高光谱图像混合像元分解第24-29页
        2.2.1 NMF在混合像元分解中的应用第24-25页
        2.2.2 基于约束的NMF高光谱图像混合像元分解算法第25-26页
        2.2.3 基于图正则的NMF高光谱图像混合像元分解算法第26-27页
        2.2.4 基于图正则的稀疏NMF高光谱图像混合像元分解算法第27页
        2.2.5 基于空-谱流形正则的NMF高光谱图像混合像元分解算法第27-29页
    2.3 本章小结第29-30页
第3章 基于超像素的流形稀疏正则NMF混合像元分解第30-44页
    3.1 MRS-NMF高光谱混合像元分解模型构建第30-33页
        3.1.1 流形正则第31页
        3.1.2 稀疏约束第31-32页
        3.1.3 迭代准则第32-33页
    3.2 MRS-NMF算法实现第33-34页
    3.3 实验分析第34-43页
        3.3.1 评价指标第34页
        3.3.2 模拟数据实验第34-39页
        3.3.3 真实场景实验第39-43页
    3.4 本章小结第43-44页
第4章 基于端元丰度图稀疏正则的NMF混合像元分解第44-53页
    4.1 端元稀疏图学习第44-45页
    4.2 基于端元丰度图稀疏正则的NMF混合像元分解第45-47页
        4.2.1 目标函数第46页
        4.2.2 迭代准则第46-47页
        4.2.3 算法步骤第47页
    4.3 实验分析第47-52页
        4.3.1 模拟数据实验第47-49页
        4.3.2 真实场景实验第49-52页
    4.4 本章小结第52-53页
第5章 总结与展望第53-55页
    5.1 总结第53-54页
    5.2 展望第54-55页
参考文献第55-60页
致谢第60-61页
附录A 攻读学位期间所发表的学术论文目录第61页

论文共61页,点击 下载论文
上一篇:基于设计评论的知识重用框架研究
下一篇:基于稀疏表示的高光谱图像分类方法研究