| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景及课题研究的目的和意义 | 第9-10页 |
| 1.1.1 课题背景 | 第9页 |
| 1.1.2 课题的研究目的和意义 | 第9-10页 |
| 1.2 相关技术国内发展现状 | 第10-15页 |
| 1.2.1 高光谱遥感国内外发展现状 | 第10-13页 |
| 1.2.2 高光谱解混技术国内外研究现状 | 第13-14页 |
| 1.2.3 高光谱子像素制图技术国内外发展现状 | 第14页 |
| 1.2.4 高光谱子目标检测技术国内外发展现状 | 第14-15页 |
| 1.3 课题研究内容及论文结构 | 第15-18页 |
| 1.3.1 课题的主要研究内容 | 第15-17页 |
| 1.3.2 论文结构安排 | 第17-18页 |
| 第2章 凸集理论及高光谱图像分解表示方法 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 高光谱混合像元产生机理 | 第18-20页 |
| 2.2.1 高光谱遥感成像特点 | 第18-19页 |
| 2.2.3 混合像元产生机理 | 第19-20页 |
| 2.3 高光谱图像的线性混合模型 | 第20-22页 |
| 2.4 凸集理论基本概念 | 第22-26页 |
| 2.5 高光谱图像数据的凸集特性 | 第26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 高光谱图像混合像元解混技术研究 | 第27-52页 |
| 3.1 引言 | 第27页 |
| 3.2 高光谱图像端元个数估计 | 第27-29页 |
| 3.3 高光谱图像数据降维 | 第29-30页 |
| 3.4 NFINDR-FCLS 解混算法 | 第30-34页 |
| 3.4.1 NFINDR 端元提取 | 第30-33页 |
| 3.4.2 FCLS 丰度反演 | 第33-34页 |
| 3.5 基于凸集理论的高光谱解混算法 | 第34-39页 |
| 3.5.1 Craig 最小体积准则 | 第34-35页 |
| 3.5.2 基于 Craig 准则的凸优化解混算法 | 第35-38页 |
| 3.5.3 算法实现 | 第38-39页 |
| 3.6 实验结果与分析 | 第39-51页 |
| 3.6.1 实验结果定量评价方法 | 第39页 |
| 3.6.2 模拟数据实验 | 第39-47页 |
| 3.6.3 真实数据实验 | 第47-51页 |
| 3.7 本章小结 | 第51-52页 |
| 第4章 基于高光谱图像子像素制图的目标检测技术研究 | 第52-62页 |
| 4.1 引言 | 第52页 |
| 4.2 基于空间相关性的子像素制图算法及实现 | 第52-55页 |
| 4.2.1 基于欧式距离的空间相关性模型 | 第53-55页 |
| 4.2.2 算法实现 | 第55页 |
| 4.3 高光谱图像目标检测技术 | 第55-59页 |
| 4.3.1 高光谱目标检测算法的一般流程 | 第55-56页 |
| 4.3.2 光谱角度填图目标检测算法 | 第56-57页 |
| 4.3.3 目标检测算法效果评价方法 | 第57-59页 |
| 4.4 实验结果与分析 | 第59-61页 |
| 4.4.1 子像素制图实验 | 第59页 |
| 4.4.2 目标检测实验 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |