高光谱图像稀疏解混算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-12页 |
| 1.2 高光谱图像稀疏解混算法的研究现状 | 第12-14页 |
| 1.3 本文研究内容及结构安排 | 第14-16页 |
| 第2章 稀疏解混算法的基础理论 | 第16-28页 |
| 2.1 线性混合模型下稀疏解混问题的描述 | 第16-19页 |
| 2.2 OMP算法 | 第19-20页 |
| 2.3 SUnSAL算法 | 第20-24页 |
| 2.4 CLSUnSAL算法 | 第24-25页 |
| 2.5 本章小结 | 第25-28页 |
| 第3章 结构张量全变差再优化稀疏解混算法 | 第28-48页 |
| 3.1 全变差正则化稀疏解混算法 | 第28-30页 |
| 3.2 结构张量全变差 | 第30-33页 |
| 3.3 结构张量全变差正则化再优化算法 | 第33-38页 |
| 3.3.1 SUnSAL-TV-STV数学模型 | 第33-34页 |
| 3.3.2 优化算法 | 第34-38页 |
| 3.4 稀疏解混性能评价指标与仿真实验 | 第38-46页 |
| 3.4.1 稀疏解混性能评价指标 | 第38-39页 |
| 3.4.2 合成数据实验1 | 第39-42页 |
| 3.4.3 合成数据实验2 | 第42-44页 |
| 3.4.4 合成数据实验分析与算法复杂度分析 | 第44页 |
| 3.4.5 真实高光谱数据实验 | 第44-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 基于超像素的协同稀疏解混算法 | 第48-68页 |
| 4.1 SP-LCSU | 第48-51页 |
| 4.2 超像素分割算法 | 第51-55页 |
| 4.2.1 基于四元数颜色距离的超像素分割算法 | 第51-53页 |
| 4.2.2 基于SLIC的超像素分割算法 | 第53-55页 |
| 4.3 实验结果与分析 | 第55-61页 |
| 4.3.1 合成数据实验1 | 第55-58页 |
| 4.3.2 合成数据实验2 | 第58-59页 |
| 4.3.3 真实高光谱数据实验 | 第59-61页 |
| 4.4 基于SLIC的非局部协同稀疏解混算法 | 第61-66页 |
| 4.4.1 NLCSU算法数学模型 | 第61-62页 |
| 4.4.2 合成数据实验与分析 | 第62-64页 |
| 4.4.3 真实高光谱数据实验 | 第64-66页 |
| 4.5 本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-78页 |
| 致谢 | 第78页 |
