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

高光谱遥感图像端元提取算法研究

摘要第4-5页
abstract第5页
第一章 绪论第8-12页
    1.1 研究背景及意义第8页
    1.2 端元提取算法的研究状况第8-10页
    1.3 主要研究内容第10-12页
第二章 解混模型及常用端元提取方法第12-24页
    2.1 混合像元分解模型第12-14页
        2.1.1 线性光谱混合模型第12-13页
        2.1.2 非线性光谱混合模型第13-14页
    2.2 基于投影的端元提取算法第14-16页
        2.2.1 PPI算法第14-15页
        2.2.2 VCA算法第15页
        2.2.3 OSP算法第15-16页
    2.3 基于几何的端元提取算法第16-19页
        2.3.1 N-FINDR算法第16-17页
        2.3.2 SGA算法第17-18页
        2.3.3 SMACC算法第18-19页
        2.3.4 最大距离法第19页
    2.4 基于离散粒子群优化的端元提取算法第19-21页
    2.5 端元提取的精度评价第21-23页
        2.5.1 已知真实数据的精度评价第21-22页
        2.5.2 未知真实数据的精度评价第22-23页
    2.6 本章小结第23-24页
第三章 算法理论基础第24-31页
    3.1 凸几何学的理论第24-26页
        3.1.1 仿射包第24-25页
        3.1.2 凸包第25-26页
    3.2 单形体体积计算第26-27页
    3.3 端元提取模型第27-28页
    3.4 基于线性表示判定端元第28-29页
    3.5 线性表示系数的确定第29页
    3.6 信息熵的定义及计算第29-30页
    3.7 本章小结第30-31页
第四章 基于线性表示的端元提取第31-37页
    4.1 基于单体扩张的端元提取算法第31-33页
        4.1.1 算法实现第31-32页
        4.1.2 算法小结第32-33页
    4.2 基于单体扩张的端元提取改进算法第33-34页
        4.2.1 算法实现第33-34页
        4.2.2 算法小结第34页
    4.3 基于信息熵改进的单体扩张端元提取算法第34-36页
        4.3.1 算法步骤第35-36页
        4.3.2 算法小结第36页
    4.4 本章小结第36-37页
第五章 端元提取算法结果分析第37-48页
    5.1 基于单体扩张的端元提取算法实验结果与分析第37-44页
        5.1.1 仿真实验第37-40页
        5.1.2 真实高光谱数据的算法实验分析第40-44页
    5.2 基于单体扩张的端元提取改进算法实验结果与分析第44-46页
        5.2.1 仿真实验第44-45页
        5.2.2 美国内华达州AVIRIS数据第45-46页
    5.3 基于信息熵改进的单体扩张的端元提取算法实验结果和分析第46-47页
    5.4 本章小结第47-48页
总结与展望第48-49页
参考文献第49-53页
攻读学位期间取得的研究成果第53-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:63kV高压交流套管的绝缘设计
下一篇:云环境下基于多属性信息熵的虚拟机异常检测