高光谱图像混合像元非线性分解技术【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

高光谱图像混合像元非线性分解技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 高光谱图像遥感基本理论及主要处理技术1

1.1 光谱成像技术的发展与应用3

1.2 高光谱图像混合像元光谱分解技术5

1.3 高光谱分类方法研究进展15

1.4 高光谱异常目标探测技术17

1.5 高光谱目标探测研究进展18

1.6 高光谱图像降维技术19

本章参考文献24

第2章 高光谱非线性光谱分解的研究基础35

2.1 引言37

2.2 线性光谱分解37

2.3 非线性光谱分解43

2.4 端元提取算法51

2.5 混合像元分解的精度评价58

2.6 端元提取算法验证60

2.7 本章小结63

本章参考文献64

第3章 基于流形学习的非线性降维算法的研究69

3.1 引言71

3.2 高光谱数据的非线性结构72

3.3 流形学习算法73

3.4 基于流形学习的非线性降维算法的实验结果及分析78

3.5 本章小结94

本章参考文献94

第4章 基于标志点选择的快速端元提取算法97

4.1 引言99

4.2 基于标志点的Isomap算法99

4.3 基于区域分割和空间信息的标志点选择算法101

4.4 基于标志点选择的快速端元提取算法103

4.5 实验结果及分析104

4.6 本章小结108

本章参考文献108

第5章 基于非均质背景的端元信息提取方法的研究111

5.1 引言113

5.2 空间预处理114

5.3 基于等距映射和背景空间信息的端元提取算法116

5.4 基于局部切空间排列和背景空间信息的端元提取算法118

5.5 实验结果及分析119

5.6 本章小结123

本章参考文献125

第6章 基于端元优化的非线性光谱分解算法127

6.1 引言129

6.2 基于分层贝叶斯模型的参数估计129

6.3 基于端元优化的非线性光谱解混算法135

6.4 实验结果及分析136

6.5 本章小结142

本章参考文献143

第7章 高光谱遥感影像分类方法145

7.1 非监督分类147

7.2 高光谱图像分类精度评价153

7.3 高光谱遥感影像非监督分类算法验证154

7.4 监督分类156

7.5 本章小结163

本章参考文献163

第8章 多分类器组合的高光谱分类新方法165

8.1 多分类器组合的高光谱分类新方法167

8.2 决策树组合分类算法168

8.3 高光谱分类实验与结果分析171

8.4 本章小结176

本章参考文献176

第9章 高光谱影像亚像元级目标识别技术177

9.1 高光谱影像概述179

9.2 高光谱图像的背景高斯化182

9.3 RX异常探测算法185

9.4 低概率探测算法187

9.5 基于三维高斯马尔可夫模型的异常探测算法188

9.6 利用背景残差数据的异常探测算法（ERX）193

9.7 异常探测算法性能评价及实验结果194

9.8 本章小结196

本章参考文献196

第10章 基于高光谱的目标探测方法199

10.1 引言201

10.2 光谱角填图202

10.3 约束最小能量算子目标识别算法204

10.4 基于欧氏距离加权样本自相关矩阵的目标探测算法209

10.5 基于端元提取的全像素目标探测算法212

10.6 本章小结215

本章参考文献215