| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 光谱成像技术的发展现状 | 第11页 |
| 1.2.2 混合像元分解的研究现状 | 第11-13页 |
| 1.3 本文主要内容与结构组织 | 第13-15页 |
| 第2章 基于改进端元提取的高光谱解混方法 | 第15-36页 |
| 2.1 引言 | 第15页 |
| 2.2 基于线性光谱混合模型的高光谱像元解混 | 第15-22页 |
| 2.2.1 线性光谱混合模型 | 第15-16页 |
| 2.2.2 高光谱数据降维方法 | 第16-17页 |
| 2.2.2.1 主成分分析 | 第16页 |
| 2.2.2.2 最小噪声分离变换 | 第16-17页 |
| 2.2.3 常见的端元提取算法 | 第17-20页 |
| 2.2.3.1 N-FINDR算法 | 第17-18页 |
| 2.2.3.2 单形体体积增长算法（SGA） | 第18-19页 |
| 2.2.3.3 基于正交子空间投影（OSP）的端元提取算法 | 第19-20页 |
| 2.2.4 基于最小二乘的丰度反演方法 | 第20-22页 |
| 2.3 改进的单形体体积增长算法 | 第22-26页 |
| 2.3.1 基于N-FINDR思想改进的单形体体积增长算法 | 第22-24页 |
| 2.3.2 利用正交子空间投影方法改进的单形体体积增长算法 | 第24-26页 |
| 2.4 实验与分析 | 第26-35页 |
| 2.4.1 模拟数据实验 | 第26-29页 |
| 2.4.2 真实高光谱数据实验 | 第29-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 基于数学形态学及其改进方法的端元提取 | 第36-61页 |
| 3.1 引言 | 第36页 |
| 3.2 数学形态学基础 | 第36-37页 |
| 3.2.1 数学形态学的基本介绍 | 第36页 |
| 3.2.2 二值形态学 | 第36-37页 |
| 3.2.3 灰度级形态学 | 第37页 |
| 3.3 自动形态学端元提取算法（AMEE） | 第37-41页 |
| 3.4 AMEE算法的分析与改进 | 第41-49页 |
| 3.4.1 自动形态学端元提取算法的缺陷 | 第41-44页 |
| 3.4.2 算法改进 | 第44-48页 |
| 3.4.2.1 改进的形态学算子 | 第44-46页 |
| 3.4.2.2 改进的MEI计算方法 | 第46页 |
| 3.4.2.3 改进的结构元素 | 第46-48页 |
| 3.4.3 改进的自动形态学端元提取算法 | 第48-49页 |
| 3.5 实验与分析 | 第49-60页 |
| 3.5.1 模拟数据实验 | 第49-52页 |
| 3.5.1.1 模拟数据一对比实验 | 第50-51页 |
| 3.5.1.2 模拟数据二对比实验 | 第51-52页 |
| 3.5.2 真实高光谱数据实验 | 第52-60页 |
| 3.5.2.1 AVIRIS Cuprite数据实验 | 第52-55页 |
| 3.5.2.2 Urban数据实验 | 第55-57页 |
| 3.5.2.3 Indiana数据实验 | 第57-60页 |
| 3.6 本章小结 | 第60-61页 |
| 第4章 总结与展望 | 第61-64页 |
| 4.1 总结 | 第61-62页 |
| 4.2 展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |
