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--数字处理论文

基于非负矩阵分解的高光谱遥感图像混合像元分解研究

摘要第1-7页
Abstract第7-9页
第一章 绪论第9-28页
   ·研究背景第9-14页
     ·高光谱遥感技术简介第9-12页
     ·混合像元的产生及其分解第12-13页
     ·研究意义及其应用价值第13-14页
   ·高光谱图像混合像元分解研究现状第14-26页
     ·光谱混合模型第14-16页
     ·端元数目的确定第16-19页
     ·现有的混合像元分解方法概述第19-26页
   ·本论文的章节安排第26页
   ·本论文所使用的实验数据来源第26-28页
第二章 非负矩阵分解及其在混合像元分解中的应用现状第28-33页
   ·非负矩阵分解简介第28-29页
   ·非负矩阵分解的改进算法第29-30页
   ·非负矩阵分解在混合像元分解中的应用第30-32页
     ·最小体积约束的非负矩阵分解(MVCNMF)第31-32页
     ·平滑性和稀疏性约束的非负矩阵分解(PSNMFSC)第32页
   ·总结第32-33页
第三章 基于有约束非负矩阵分解的方法(ASSNMF)第33-56页
   ·引言第33-34页
   ·算法描述第34-44页
     ·丰度分离性约束第35-38页
     ·丰度平滑性约束第38-40页
     ·ASC约束第40-41页
     ·ASSNMF迭代公式第41页
     ·约束条件的移除第41-42页
     ·算法的初始化第42-43页
     ·算法流程及复杂度分析第43-44页
   ·仿真数据验证第44-49页
   ·实际数据验证第49-55页
   ·总结与讨论第55-56页
第四章 并行处理的非负矩阵分解算法第56-69页
   ·概述第56-58页
     ·并行处理简介第56-58页
     ·对ASSNMF算法进行并行处理的可行性第58页
   ·ASSNMF算法的并行处理第58-63页
     ·光谱矩阵更新第59-60页
     ·丰度矩阵更新第60-62页
     ·整体算法流程第62-63页
   ·实验验证第63-68页
     ·硬件和软件平台第63-64页
     ·衡量指标第64-65页
     ·实验结果与分析第65-68页
   ·总结与讨论第68-69页
第五章 基于最大信息量的波段选择方法第69-80页
   ·概述第69-70页
   ·算法描述第70-74页
     ·信息量分布表第70-72页
     ·通过迭代方法逐个移除波段第72-73页
     ·求解端元光谱第73-74页
   ·实验验证第74-79页
     ·仿真数据实验第74-76页
     ·实际数据实验第76-79页
   ·总结与讨论第79-80页
第六章 处理实际的高光谱遥感数据第80-90页
   ·横店地区数据第80-84页
     ·数据概况第80-83页
     ·实验结果第83-84页
   ·上海地区数据第84-89页
     ·数据概况第84-86页
     ·数据预处理第86-88页
     ·实验结果第88-89页
   ·总结第89-90页
第七章 总结与展望第90-92页
参考文献第92-101页
攻读硕士学位期间发表论文情况第101-102页
致谢第102-103页

论文共103页,点击 下载论文
上一篇:带三断保护的智能定位器的设计与实现
下一篇:在空气中传播的超声波指向性研究