利用解混技术的高光谱目标探测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 高光谱目标探测算法的难点 | 第11-12页 |
| 1.2.2 高光谱目标探测研究现状 | 第12-14页 |
| 1.2.3 高光谱像元解混研究现状 | 第14-15页 |
| 1.3 本文主要内容与结构组织 | 第15-17页 |
| 第2章 结合解混的高光谱目标探测方法 | 第17-42页 |
| 2.1 引言 | 第17页 |
| 2.2 高光谱像元解混 | 第17-25页 |
| 2.2.1 混合像元分解模型 | 第17-18页 |
| 2.2.2 端元数目估计 | 第18-20页 |
| 2.2.3 高光谱数据降维方法 | 第20-22页 |
| 2.2.4 端元提取算法 | 第22-23页 |
| 2.2.5 丰度反演算法 | 第23-25页 |
| 2.3 目标探测算法 | 第25-28页 |
| 2.3.1 光谱夹角 | 第25页 |
| 2.3.2 约束能量最小算法 | 第25-26页 |
| 2.3.3 加权约束能量最小算法 | 第26-27页 |
| 2.3.4 正交子空间投影算法 | 第27-28页 |
| 2.4 利用解混的目标探测算法 | 第28-31页 |
| 2.4.1 粒子群算法 | 第28-29页 |
| 2.4.2 一种改进的利用解混的目标探测算法 | 第29-31页 |
| 2.5 论文实验数据集 | 第31-33页 |
| 2.5.1 HYDICEUrban数据 | 第31页 |
| 2.5.2 AVRISIndianPine数据 | 第31-32页 |
| 2.5.3 AVRIS加州圣地亚哥海军机场数据 | 第32-33页 |
| 2.6 实验与分析 | 第33-41页 |
| 2.6.1 混合像元分解的精度评价 | 第33页 |
| 2.6.2 仿真数据实验 | 第33-36页 |
| 2.6.3 真实数据实验一 | 第36-39页 |
| 2.6.4 真实数据实验二 | 第39-41页 |
| 2.7 小结 | 第41-42页 |
| 第3章 结合空间信息的高光谱目标探测方法 | 第42-60页 |
| 3.1 引言 | 第42页 |
| 3.2 基于全变分的高光谱目标探测算法 | 第42-47页 |
| 3.2.1 全变分 | 第42-43页 |
| 3.2.2 基于全变分的目标探测算法 | 第43-44页 |
| 3.2.3 SplitBregman算法 | 第44-46页 |
| 3.2.4 算法步骤与流程图 | 第46-47页 |
| 3.3 四方向全变分高光谱目标探测算法 | 第47-52页 |
| 3.3.1 四方向全变分 | 第47-48页 |
| 3.3.2 基于四方向全变分的高光谱目标探测算法 | 第48-52页 |
| 3.4 实验与分析 | 第52-59页 |
| 3.4.1 仿真数据实验1 | 第52-54页 |
| 3.4.2 仿真数据实验2 | 第54-56页 |
| 3.4.3 真实高光谱数据实验1 | 第56-58页 |
| 3.4.4 真实高光谱数据实验2 | 第58-59页 |
| 3.5 小结 | 第59-60页 |
| 第4章 总结与展望 | 第60-62页 |
| 4.1 总结 | 第60页 |
| 4.2 展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 附录 | 第69页 |
