摘要4-5
Abstract5-8
第一章 绪论8-15
1.1 选题作用和目的8-10
1.2 课题背景10
1.3 国内外探讨近况及有着不足10-12
1.4 高光谱数据源及探讨区概括12-13
1.4.1 数据来源12-13
1.4.2 探讨区概况13
1.5 探讨内容及论文组织13-15
1.5.1 探讨内容13-14
1.5.2 论文组织14-15
第二章 高光谱遥感概论15-36
2.1 高光谱遥感概述15-22
2.1.1 高光谱成像技术的进展15-20
2.1.2 高光谱成像数据的特点和表达方式20-22
2.2 高光谱遥感图像降噪概述22-25
2.3 高光谱遥感图像降维概述25-31
2.3.1 高光谱图像降维主成分浅析25-28
2.3.2 高光谱图像降维最小噪声分离28-31
2.4 端元提取算法概述31-34
2.4.1 端元提取概述31-32
2.4.2 纯净像元指数32-33
2.4.3 N-FINDR33-34
2.4.4 其他算法34
2.5 混合像元分解算法概述34-36
第三章 基于线性混合模型的光谱解混技术概述36-42
3.1 混合光谱分解模型概述36
3.2 非线性混合光谱分解模型简述36-39
3.2.1 概率模型38
3.2.2 模糊模型38-39
3.2.3 几何模型39
3.2.4 其他模型39
3.3 线性混合光谱分解模型简述39-42
3.3.1 线性混合光谱模型39-40
3.3.2 混中的像元分解算法探讨进展40-42
第四章 带约束的混合像元分解最小二乘算法及其运用42-57
4.1 无约束最小二乘算法42-46
4.2 带约束的最小二乘算法46-55
4.2.1 ASC(abundance sum-to-one constraint)约束下最小二乘法算法及其具体实现46-50
4.2.1.1 ASC 算法设计47
4.2.1.2 算法实现47-50
4.2.2 ANC(abundance nonnegativity constraint)约束下最小二乘法算法及其具体实现50-55
4.2.2.1 ANC 算法设计52
4.2.2.2 算法实现52-55
4.3 带约束的最小二乘算法模型的比较及结果浅析55-57
总结与展望57-58
致谢58-59