首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

高光谱图像解混技术研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-16页
   ·课题研究的目的意义第10-12页
   ·高光谱图像光谱解混技术发展概述第12-14页
   ·论文主要研究内容及结构安排第14-16页
第2章 高光谱遥感图像及光谱解混技术第16-25页
   ·高光谱遥感图像第16-20页
     ·高光谱遥感图像成像原理第16-19页
     ·高光谱遥感图像处理技术第19-20页
   ·光谱解混技术第20-23页
     ·光谱混合模型第20页
     ·基于LSMM光谱混合模型第20-22页
     ·光谱解混结果的评价第22-23页
   ·本章小结第23-25页
第3章 基于柔性端元的光谱解混技术第25-34页
   ·高光谱图像的空间信息概述第25-26页
   ·最终光谱端元库第26页
   ·基于柔性端元的光谱解混模型第26-30页
     ·选择部分端元解混第27页
     ·区域法修正端元谱形第27-28页
     ·局域法确定端元子集第28-30页
   ·实验内容与结果分析第30-33页
     ·实验流程第30-31页
     ·性能评价第31-33页
   ·本章小结第33-34页
第4章 基于几何模型的光谱解混技术第34-56页
   ·基于几何模型的光谱解混方法第34-43页
     ·降维处理方法第34-36页
     ·高光谱数据的几何特性第36-38页
     ·基于几何模型的光谱解混方法的实现第38-43页
   ·基于SVM的光谱解混方法第43-54页
     ·支持向量机理论第43-49页
     ·基于SVM的光谱解混方法的实现第49-54页
   ·实验内容与结果分析第54-55页
     ·基于几何模型的光谱解混方法实验结果及分析第54页
     ·基于SVM的光谱解混实验结果及分析第54-55页
   ·本章小结第55-56页
第5章 新型光谱解混模型的建立与求解第56-74页
   ·田口优化算法第56页
   ·基于线性混合模型的田口优化方法第56-67页
     ·增加特征的光谱解混模型第56-57页
     ·简化的光谱解混模型及求解第57-64页
     ·基于参量替换模型下的田口优化算法第64-67页
   ·实验内容与结果分析第67-72页
     ·简化模型方法实验结果及评价第67-70页
     ·参量替换方法实验结果及评价第70-72页
   ·本章小结第72-74页
结论第74-76页
参考文献第76-82页
攻读硕士学位期间发表的论文和取得的科研成果第82-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:基于模糊理论的AUV回收运动协调控制技术研究
下一篇:小型化多波束测深系统综合显控软件