摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究背景及意义 | 第10-12页 |
1.2 高光谱图像解混研究现状 | 第12-13页 |
1.3 论文主要研究内容及总体框架 | 第13-16页 |
1.3.1 论文主要内容 | 第13-14页 |
1.3.2 论文的总体框架 | 第14-16页 |
第2章 高光谱线性混合模型与非负矩阵分解 | 第16-26页 |
2.1 线性混合模型 | 第16-17页 |
2.1.1 线性混合模型代数学描述 | 第16-17页 |
2.1.2 线性混合模型几何学描述 | 第17页 |
2.2 非负矩阵分解理论 | 第17-21页 |
2.2.1 NMF目标函数 | 第18-19页 |
2.2.2 NMF迭代求解方法 | 第19-21页 |
2.2.3 NMF算法停止准则 | 第21页 |
2.3 基于NMF算法的相关改进算法 | 第21-25页 |
2.3.1 MVC-NMF | 第21-23页 |
2.3.2 约束的非负矩阵分解(CNMF) | 第23-24页 |
2.3.3 L_(1/2)-NMF | 第24-25页 |
2.4 小结 | 第25-26页 |
第3章 MMDC-NMF算法及实验分析 | 第26-55页 |
3.1 MDC-NMF | 第26-27页 |
3.2 MMDC-NMF算法的描述 | 第27-33页 |
3.2.1 Manifold-Regularized MDC-NMF | 第27-30页 |
3.2.2 构造MMDC-NMF算法的目标函数 | 第30页 |
3.2.3 满足丰度和为1约束(ASC) | 第30-31页 |
3.2.4 MMDC-NMF算法的迭代规则 | 第31-32页 |
3.2.5 算法具体步骤 | 第32-33页 |
3.3 模拟图像实验及结果分析 | 第33-46页 |
3.3.1 模拟图像数据来源 | 第33-36页 |
3.3.2 参数的选择 | 第36-38页 |
3.3.3 不同噪声水平下的算法性能 | 第38-40页 |
3.3.4 平均运行时间比较 | 第40-42页 |
3.3.5 算法解混性能分析 | 第42-46页 |
3.4 真实图像实验及结果分析 | 第46-54页 |
3.4.1 真实图像介绍 | 第46-49页 |
3.4.2 Cuprite图像实验结果与分析 | 第49-51页 |
3.4.3 唐卡图像实验结果与分析 | 第51-54页 |
3.5 小结 | 第54-55页 |
第4章 SMDC-NMF算法及实验分析 | 第55-77页 |
4.1 SMDC-NMF算法的描述 | 第55-58页 |
4.1.1 Sparsity-Constrained MDC-NMF | 第55页 |
4.1.2 满足丰度和为1约束(ASC) | 第55-56页 |
4.1.3 SMDC-NMF算法的迭代规则 | 第56-57页 |
4.1.4 算法具体步骤 | 第57-58页 |
4.2 模拟图像实验及结果分析 | 第58-69页 |
4.2.1 模拟图像数据来源 | 第58-59页 |
4.2.2 参数的选择 | 第59-60页 |
4.2.3 不同噪声水平下的算法性能 | 第60-62页 |
4.2.4 平均运行时间比较 | 第62-64页 |
4.2.5 算法解混性能分析 | 第64-69页 |
4.3 真实图像实验及结果分析 | 第69-76页 |
4.3.1 真实图像介绍 | 第69页 |
4.3.2 Cuprite图像实验结果与分析 | 第69-72页 |
4.3.3 唐卡图像实验结果与分析 | 第72-76页 |
4.4 小结 | 第76-77页 |
第5章 总结与展望 | 第77-79页 |
5.1 总结 | 第77页 |
5.2 展望 | 第77-79页 |
参考文献 | 第79-83页 |
致谢 | 第83-84页 |
研究生履历 | 第84页 |