首页> 中文学位 >基于空谱联合先验的高光谱图像解混算法与软件系统
【6h】

基于空谱联合先验的高光谱图像解混算法与软件系统

代理获取

目录

声明

中英文对照表

1 绪论

1.1问题背景及研究意义

1.2高光谱数据特性

1.3国内外研究现状

1.3.1光谱混合模型

1.3.2 高光谱图像解混算法研究现状

1.4高光谱解混性能指标及数据集

1.4.1 高光谱图像NMF解混性能指标

1.4.2 高光谱解混实验数据集

1.5论文的主要研究工作

1.5.1 论文的主要成果

1.5.2 论文的组织结构

2 基于光谱信息约束的高光谱图像NMF 解混算法

2.1 引言

2.2 非负矩阵分解解混方法

2.2.1 线性光谱混合模型

2.2.2 非负矩阵分解及其解混模型

2.3 基于最小体积凸几何体约束的NMF 解混方法

2.3.1最小体积的最佳单形体

2.3.2 MVCNMF解混模型

2.4 基于最短距离的NMF 解混方法

2.4.1 端元距离

2.4.2 MDCNMF解混模型

2.5.2 基于??/?稀疏性约束的NMF解混模型

2.6 高光谱NMF 解混模型总结及性能比较

2.6.1 模型总结

2.6.2 性能比较

2.7 本章小结

3 空间梯度域群稀疏约束优化非负矩阵解混方法

3.1 引言

3.2 相关工作

3.3 模型改进

3.3.1 空间梯度域群稀疏正则项

3.3.2 最短端元距离正则项

3.3.3 丰度混合范数稀疏正则项

3.3.4 最优化模型

3.3.5 模型流程图

3.4 模型求解

3.4.2 子优化问题?求解

3.4.3 算法流程

3.5 实验结果及讨论

3.5.1 仿真数据集实验评估与分析

3.5.2 真实数据实验评估与分析

3.6 本章小结

4 空间加权稀疏约束优化非负矩阵解混方法

4.1 引言

4.2 空间加权稀疏性

4.2.1 稀疏性的强化

4.2.2 空间相关性

4.3 模型改进

4.3.1 空间加权因子

4.3.2 基于空间加权丰度的混合范数稀疏约束项

4.3.4 最优化模型

4.4 模型优化及求解

4.4.1 子优化问题?求解

4.4.2 子优化问题?求解

4.4.3 算法流程

4.5 实验结果及讨论

4.5.1 仿真数据集实验评估与分析

4.5.2 真实数据实验评估与分析

4.6 本章小结

5高光谱图像解混系统设计与实现

5.1 引言

5.2 系统总体设计

5.2.1 开发工具介绍

5.2.2 系统总体流程图

5.2.3 系统功能模块框图

5.3 功能模块设计

5.3.1 解混处理模块

5.3.2 数据分析模块

5.3.3 可视化模块

5.4 本章小结

6 总结与展望

6.1 论文工作总结

6.2 不足和未来展望

致谢

参考文献

附录

展开▼

著录项

  • 作者

    高亚蕾;

  • 作者单位

    南京理工大学;

  • 授予单位 南京理工大学;
  • 学科 计算机技术
  • 授予学位 硕士
  • 导师姓名 肖亮;
  • 年度 2018
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号