| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 第一章 前言 | 第8-12页 |
| ·研究的目的与意义 | 第8-9页 |
| ·独立成分分析的国内外研究现状 | 第9-12页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-12页 |
| 第二章 独立成分分析的基本理论 | 第12-18页 |
| ·ICA 的基本概念 | 第12页 |
| ·ICA 的假设和约束 | 第12-13页 |
| ·数据预处理 | 第13页 |
| ·ICA 模型的估计方法 | 第13-18页 |
| ·极大化非高斯的 ICA 的估计方法 | 第13-15页 |
| ·极小化互信息的估计 | 第15-16页 |
| ·极大似然估计 | 第16-17页 |
| ·基于张量的 ICA 估计方法 | 第17页 |
| ·基于非线性 PCA 的 ICA 估计方法 | 第17-18页 |
| 第三章 研究区概况及研究资料 | 第18-20页 |
| ·研究区概况 | 第18页 |
| ·资料收集 | 第18-19页 |
| ·研究技术路线 | 第19-20页 |
| 第四章 遥感图像的预处理 | 第20-29页 |
| ·图像的校正 | 第20-22页 |
| ·几何校正 | 第20-21页 |
| ·辐射校正 | 第21-22页 |
| ·TM 影像特征分析 | 第22-25页 |
| ·TM 各谱段图像特性 | 第22-23页 |
| ·最优波段选择 | 第23-25页 |
| ·图像变换 | 第25-29页 |
| ·主成分变换 | 第25-27页 |
| ·缨帽变换 | 第27页 |
| ·最小噪声分离 | 第27页 |
| ·植被指数 | 第27-28页 |
| ·水体指数 | 第28-29页 |
| 第五章 六种 ICA 算法在图像处理中的实验 | 第29-37页 |
| ·六种 ICA 算法 | 第29-30页 |
| ·六种 ICA 算法在图像处理中的实验 | 第30-37页 |
| ·自然图像的独立成分分离实验 | 第30-32页 |
| ·ICA 算法的分离性能指标 | 第32-33页 |
| ·TM 图像的独立成分分离实验 | 第33-37页 |
| 第六章 独立成分分析在多时相遥感图像变化检测中研究 | 第37-49页 |
| ·多时相遥感变化检测的理论 | 第37-39页 |
| ·基于独立成分分析的多时相遥感图像变化检测 | 第39-40页 |
| ·变化检测分析 | 第40-49页 |
| ·变化检测结果图 | 第40-42页 |
| ·变化信息的提取 | 第42-45页 |
| ·变化类型的确定 | 第45-46页 |
| ·变化检测结果的评价 | 第46-49页 |
| 第七章 结论 | 第49-51页 |
| ·结论 | 第49-50页 |
| ·不足之处 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附图 | 第55-58页 |
| 摘要 | 第58-60页 |
| Abstract | 第60-61页 |