| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 高光谱遥感技术的发展现状 | 第10-11页 |
| 1.3 混合像元分解的国内外研究现状 | 第11-12页 |
| 1.4 主要研究内容与组织结构 | 第12-14页 |
| 2 高光谱遥感影像基本知识 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 高光谱遥感数据 | 第14-16页 |
| 2.2.1 高光谱遥感数据的表达 | 第14-15页 |
| 2.2.2 高光谱遥感数据的特性 | 第15-16页 |
| 2.3 线性混合像元分解模型 | 第16-17页 |
| 2.4 凸面几何体理论 | 第17-18页 |
| 2.5 端元提取 | 第18-21页 |
| 2.5.1 像元纯净指数法 | 第18页 |
| 2.5.2 N-FINDR | 第18-19页 |
| 2.5.3 最大距离法 | 第19-20页 |
| 2.5.4 离散粒子群算法 | 第20-21页 |
| 2.6 本章小节 | 第21-22页 |
| 3 基于波段子集的ICA特征提取的N-FINDR端元提取算法 | 第22-32页 |
| 3.1 引言 | 第22页 |
| 3.2 三种特征提取的方法 | 第22-24页 |
| 3.2.1 主成分分析 | 第22-23页 |
| 3.2.2 最小噪声分离法 | 第23页 |
| 3.2.3 独立成分分析法 | 第23-24页 |
| 3.3 基于波段子集的独立成分分析特征提取 | 第24-25页 |
| 3.3.1 波段子集划分的方法 | 第24页 |
| 3.3.2 基于波段子集的ICA特征提取方法 | 第24-25页 |
| 3.4 实验数据与实验过程及分析 | 第25-31页 |
| 3.4.1 实验数据 | 第25-26页 |
| 3.4.2 实验过程及分析 | 第26-31页 |
| 3.5 本章小节 | 第31-32页 |
| 4 基于坐标最大距离法的数学形态学端元提取算法 | 第32-45页 |
| 4.1 引言 | 第32页 |
| 4.2 数学形态学基本原理与运算 | 第32-35页 |
| 4.2.1 二值数学形态学 | 第33-34页 |
| 4.2.2 灰度数学形态学 | 第34-35页 |
| 4.3 数学形态学端元提取算法描述 | 第35-38页 |
| 4.4 基于坐标最大距离法改进的数学形态学端元提取 | 第38-39页 |
| 4.4.1 坐标最大距离法 | 第38页 |
| 4.4.2 基于坐标最大距离法的数学形态学端元提取算法 | 第38-39页 |
| 4.5 实验步骤及分析 | 第39-44页 |
| 4.6 本章小节 | 第44-45页 |
| 5 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 攻读学位期间主要的研究成果目录 | 第51-52页 |
| 致谢 | 第52页 |
