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

基于权重核范数的高光谱图像去噪与解混方法研究

摘要第4-6页
ABSTRACT第6-8页
第1章 绪论第17-34页
    1.1 课题背景及意义第17-20页
    1.2 高光谱图像去噪方法及其研究现状第20-25页
        1.2.1 空间域去噪方法第20-22页
        1.2.2 光谱域去噪方法第22-23页
        1.2.3 空-谱联合去噪方法第23-24页
        1.2.4 高光谱去噪方法研究现状简析及存在的问题第24-25页
    1.3 高光谱图像解混方法及其研究现状第25-31页
        1.3.1 高光谱像元混合模型第25-26页
        1.3.2 盲解混问题研究现状第26-28页
        1.3.3 稀疏解混问题研究现状第28-30页
        1.3.4 高光谱解混方法研究现状简析及存在的问题第30-31页
    1.4 本文主要研究内容及章节安排第31-34页
第2章 基于权重核范数和分波段全变分的高光谱图像去噪方法第34-70页
    2.1 引言第34页
    2.2 高光谱图像特性分析第34-39页
        2.2.1 高光谱图像空间平滑性第35页
        2.2.2 高光谱图像光谱相关性第35-36页
        2.2.3 高光谱图像全局低秩性第36-39页
    2.3 基于低秩特性的高光谱去噪方法第39-40页
    2.4 基于权重核范数和分波段全变分的去噪方法第40-49页
        2.4.1 模型动机第40页
        2.4.2 模型描述第40-44页
        2.4.3 模型求解第44-48页
        2.4.4 模型参数第48-49页
        2.4.5 收敛性分析第49页
    2.5 实验结果及分析第49-68页
        2.5.1 仿真数据实验设置第49-52页
        2.5.2 仿真数据实验结果及分析第52-61页
        2.5.3 真实数据实验设置第61-64页
        2.5.4 真实数据实验结果及分析第64-67页
        2.5.5 正则化参数λ3敏感性分析第67-68页
        2.5.6 算法复杂度分析第68页
    2.6 本章小结第68-70页
第3章 基于权重核范数和结构张量全变分的高光谱图像去噪方法第70-101页
    3.1 引言第70-71页
    3.2 全变分去噪方法导致的“油画”现象第71-72页
    3.3 结构张量全变分第72-75页
    3.4 基于权重核范数和结构张量全变分的去噪方法第75-81页
        3.4.1 模型动机第75-76页
        3.4.2 模型描述第76-77页
        3.4.3 针对该模型的两种不同求解方法第77-80页
        3.4.4 模型参数第80-81页
    3.5 实验结果及分析第81-100页
        3.5.1 仿真数据实验设置第82页
        3.5.2 仿真数据实验结果及分析第82-88页
        3.5.3 两种求解方法的结果对比及收敛性分析第88-90页
        3.5.4 真实数据实验设置第90-91页
        3.5.5 真实数据实验结果及分析第91-93页
        3.5.6 参数敏感性分析第93-98页
        3.5.7 算法复杂度分析第98-100页
    3.6 本章小结第100-101页
第4章 基于权重核范数和空间谱间三维全变分的高光谱图像去噪方法第101-125页
    4.1 引言第101页
    4.2 去噪方法导致的光谱失真第101-103页
    4.3 基于权重核范数和空间谱间三维全变分的去噪方法第103-107页
        4.3.1 模型动机第103页
        4.3.2 模型描述第103-104页
        4.3.3 模型求解第104-106页
        4.3.4 模型参数第106-107页
    4.4 实验结果及分析第107-124页
        4.4.1 仿真数据实验设置第107-108页
        4.4.2 仿真数据实验结果及分析第108-116页
        4.4.3 真实数据实验设置第116-117页
        4.4.4 真实数据实验结果及分析第117-119页
        4.4.5 参数敏感性分析第119-121页
        4.4.6 收敛性分析第121-122页
        4.4.7 算法复杂度分析第122-124页
    4.5 本章小结第124-125页
第5章 基于权重核范数和超图正则化的高光谱图像稀疏解混方法第125-156页
    5.1 引言第125-126页
    5.2 稀疏解混模型第126-129页
    5.3 丰度矩阵的超图正则化约束第129-131页
    5.4 去噪与解混的关联性分析第131-133页
    5.5 基于权重核范数和超图正则化的稀疏解混方法第133-136页
        5.5.1 模型描述第133-134页
        5.5.2 模型求解第134-135页
        5.5.3 模型参数第135-136页
    5.6 实验结果及分析第136-152页
        5.6.1 仿真数据实验设置第137页
        5.6.2 仿真数据实验结果及分析第137-142页
        5.6.3 真实数据实验设置第142-143页
        5.6.4 真实数据解混实验结果及分析第143-147页
        5.6.5 参数敏感性分析第147-151页
        5.6.6 收敛性分析第151-152页
    5.7 本文所提四种去噪/解混方法的对比分析第152-155页
    5.8 本章小结第155-156页
结论第156-159页
参考文献第159-173页
攻读博士学位期间发表的论文及其他成果第173-176页
致谢第176-178页
个人简历第178页

论文共178页,点击 下载论文
上一篇:互联网环境下的网络化控制系统调度优化与应用
下一篇:人手抓取运动解析及姿势协同仿人手研究