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

高光谱图像混合像元解混技术研究

摘要第5-6页
Abstract第6页
1 绪论第9-20页
    1.1 研究背景及意义第9-10页
    1.2 高光谱遥感技术的进展和应用第10-12页
    1.3 光谱解混的国内外研究现状第12-18页
        1.3.1 端元数目的确定第13-15页
        1.3.2 端元提取第15-17页
        1.3.3 丰度估计第17-18页
    1.4 论文组织结构安排第18-20页
2 高光谱图像混合像元分解的基本理论第20-40页
    2.1 光谱混合模型第20-23页
        2.1.1 线性光谱混合模型第20-21页
        2.1.2 非线性光谱混合模型第21-23页
    2.2 光谱数据降维方法第23-25页
        2.2.1 主成分分析第23-25页
        2.2.2 最小噪声分离变换第25页
    2.3 端元提取算法第25-39页
        2.3.1 N-FINDR第26页
        2.3.2 空间像元纯度算法第26-28页
        2.3.3 顶点成分分析第28-29页
        2.3.4 AMEE算法第29-32页
        2.3.5 非负矩阵分解算法第32-39页
    2.5 本章小结第39-40页
3 基于图正则和稀疏约束半监督NMF的混合像元分解第40-49页
    3.1 基于图正则和稀疏约束半监督NMF的混合像元分解算法第40-42页
        3.1.1 GNMFSC算法的目标函数第40-41页
        3.1.2 GNMFSC算法的迭代规则第41页
        3.1.3 GNMFSC算法步骤第41-42页
    3.2 GNMFSC算法的收敛性证明第42-45页
    3.3 仿真实验结果和结果分析第45-48页
        3.3.1 真实遥感数据实验第45-46页
        3.3.2 高光谱图像混合像元的性能评价指标第46页
        3.3.3 实验结果第46-48页
    3.4 本章小结第48-49页
4 基于图正则和稀疏约束的INMF高光谱解混第49-55页
    4.1 基于图正则和稀疏约束的INMF高光谱解混算法第49-52页
        4.1.1 目标函数第49-50页
        4.1.2 迭代更新规则第50-52页
    4.2 GINMFSC算法步骤第52页
    4.3 仿真实验和结果分析第52-54页
    4.4 本章小结第54-55页
5 基于双图正则的半监督NMF混合像元解混第55-65页
    5.1 基于双图正则的半监督NMF混合像元解混算法第55-61页
        5.1.1 目标函数第55-56页
        5.1.2 迭代更新规则第56-57页
        5.1.3 DCNMF高光谱解混算法步骤第57页
        5.1.4 DCNMF高光谱解混算法收敛性证明第57-61页
    5.2 实验结果与分析第61-63页
    5.3 比较本文提出的三种算法第63-64页
    5.4 本章小结第64-65页
6 总结与展望第65-66页
    6.1 总结第65页
    6.2 展望第65-66页
参考文献第66-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:ACO-BP算法优化及其在入侵检测中的应用
下一篇:基于蚁群智能算法的模糊逻辑系统设计及应用