高光谱影像混合像元分解的若干关键技术研究
摘要 | 第1-7页 |
Abstract | 第7-13页 |
第一章 绪论 | 第13-27页 |
·研究背景与意义 | 第13-16页 |
·混合像元分解的研究现状 | 第16-24页 |
·线性混合光谱分解及其研究进展 | 第17-24页 |
·非线性混合光谱分解及其研究进展 | 第24页 |
·本文研究内容与可能的创新点 | 第24-25页 |
·主要研究内容 | 第24-25页 |
·本文的创新点 | 第25页 |
·本文章节安排 | 第25-27页 |
第二章 混合光谱机理与光谱分解 | 第27-55页 |
·光谱混合模型的物理基础 | 第27-31页 |
·线性混合分解方法 | 第31-36页 |
·限制性混合像元分解 | 第32-33页 |
·半限制性分解方法 | 第33-35页 |
·全限制性混合像元分解算法 | 第35-36页 |
·线性分解方法的扩展 | 第36-42页 |
·加权最小二乘混合像元分解 | 第36-37页 |
·基于NCM随机模型的混合光谱分解MCMC估计 | 第37-42页 |
·基于多项式拟合的非线性混合光谱模型 | 第42-43页 |
·实验与误差分析 | 第43-54页 |
·分解误差与约束条件的关系 | 第43-46页 |
·分解误差与端元的关系 | 第46-51页 |
·非线性混合分解的误差 | 第51-54页 |
本章小结 | 第54-55页 |
第三章 基于凸几何学的端元光谱自动提取 | 第55-96页 |
·端元数的估计 | 第55-61页 |
·VD估计的基本原理 | 第55-58页 |
·VD估计的模拟分析 | 第58-61页 |
·端元的凸几何分析 | 第61-66页 |
·线性混合模型 | 第61-62页 |
·凸几何学的定义 | 第62-64页 |
·高光谱影像的凸几何特征 | 第64-66页 |
·端元光谱提取 | 第66-82页 |
·基于单形体逼近的端元光谱估计问题 | 第66-68页 |
·基于最大单形体体积逼近的经典端元提取算法 | 第68-70页 |
·基于最小体积单形体的端元逼近算法 | 第70-73页 |
·以单形体体积为约束项的端元逼近算法 | 第73-81页 |
·迭代逼近算法中的数据量问题 | 第81-82页 |
·实验结果与分析 | 第82-95页 |
·结果评价方法 | 第82-83页 |
·模拟实验结果与分析 | 第83-87页 |
·真实影像的端元提取与比较 | 第87-95页 |
本章小结 | 第95-96页 |
第四章 基于稀疏约束的混合光谱分解 | 第96-118页 |
·混合光谱分解的稀疏问题 | 第96-97页 |
·混合光谱分解稀疏约束的基本形式 | 第97-98页 |
·混合光谱分解的稀疏约束方法 | 第98-104页 |
·SALSA的基本原理 | 第99-103页 |
·基于误差曲线的端元选取方法 | 第103-104页 |
·混合光谱分解的稀疏约束求解的分析 | 第104-117页 |
·稀疏约束求解的模拟分析 | 第104-110页 |
·混合像元稀疏约束求解的高光谱影像分析 | 第110-117页 |
本章小结 | 第117-118页 |
第五章 基于混合光谱模型的高光谱荧光影像分析 | 第118-135页 |
·多光谱荧光成像技术 | 第118-123页 |
·生物发光技术 | 第118-119页 |
·荧光成像技术 | 第119页 |
·生物发光与荧光技术的结合 | 第119页 |
·荧光高光谱成像光谱仪 | 第119-122页 |
·高光谱荧光影像实例 | 第122-123页 |
·基于混合光谱模型的高光谱荧光影像分析 | 第123-126页 |
·高光谱荧光影像分析的问题 | 第123-124页 |
·基于混合光谱模型的分析方法 | 第124-126页 |
·实验分析 | 第126-134页 |
·模拟数据分析 | 第126-127页 |
·真实影像分析 | 第127-134页 |
本章小结 | 第134-135页 |
第六章 总结与展望 | 第135-137页 |
·本文总结 | 第135-136页 |
·研究展望 | 第136-137页 |
参照文献 | 第137-145页 |
附录1 精度评价方法 | 第145-149页 |
附录2 定理证明 | 第149-151页 |
附录3 | 第151-152页 |
致谢 | 第152-154页 |