首页--农业科学论文--林业论文--森林工程、林业机械论文--森林测量、林业测绘论文--森林遥感论文

Hyperion高光谱数据进行混合像元分解研究

摘要第1-4页
Abstract第4-7页
1 绪论第7-13页
   ·引言第7页
   ·高光谱遥感技术的发展及其应用第7-10页
     ·国内外遥感发展简史第7-8页
     ·高光谱遥感的反展及其应用第8-10页
   ·混合像元分解的研究第10-11页
     ·混合像元的概念第10页
     ·混合像元分解的研究第10-11页
   ·研究目的与意义第11-13页
2 研究区选择与数据处理第13-23页
   ·研究地选择与研究地概况第13-15页
     ·研究区自然概况第13-14页
     ·研究区森林资源概况第14-15页
     ·社会经济情况第15页
   ·星载 Hyperion高光谱数据获取第15-17页
     ·数据的定购第15-16页
     ·数据的特点第16-17页
   ·Hyperion数据预处理第17-23页
     ·未定标和受水汽影响波段的去除第18-19页
     ·坏线修复第19-20页
     ·像元值到绝对辐射值的转换第20页
     ·大气纠正第20-22页
     ·几何纠正第22-23页
3 端元组分选取方法第23-35页
   ·概述第23-24页
   ·端元组分选取方法第24-31页
     ·几何顶点提取法第25-28页
     ·提取均值波谱的方法第28-29页
     ·改进的 PPI方法第29-31页
   ·几何端元数目的确定第31-33页
     ·端元数目与本征维数之间的关系第31-32页
     ·本征维数的估计第32-33页
   ·研究实例第33-35页
4 混合像元分解第35-52页
   ·混合像元光谱分解概念第35页
   ·混合像元分解物理模型第35-38页
     ·线性模型(Linear Model)第36-37页
     ·几何光学模型( Geometric-Optical Model)第37页
     ·随机几何模型(Stochastic Geometric Model)第37页
     ·概率模型(Probabilistic Model)第37-38页
     ·模糊模型(Fuzzy Model)第38页
   ·混合像元分解的数学模型第38-45页
     ·线性混合光谱模型第38-40页
     ·非线性混合光谱模型第40-43页
     ·神经网络模型第43页
     ·模糊模型第43-44页
     ·匹配滤波法第44页
     ·经验系数法第44-45页
   ·混合像元分解的应用分析第45-52页
     ·线性混合光谱模型在分类中的应用分析第45-52页
结论第52-53页
参考文献第53-57页
附录第57-60页
攻读学位期间发表的学术论文第60-61页
致谢第61-62页
独创性声明第62页
学位论文版权使用授权书第62页

论文共62页,点击 下载论文
上一篇:基于PCI总线的数据采集与处理系统研究
下一篇:P120ctn在MDS大鼠骨髓中的表达及其与血管新生的关系