基于单形体体积增长的高光谱图像端元提取及快速实现

基于单形体体积增长的高光谱图像端元提取及快速实现

ID:34873603

大小:9.68 MB

页数:79页

时间:2019-03-13

基于单形体体积增长的高光谱图像端元提取及快速实现_第1页
基于单形体体积增长的高光谱图像端元提取及快速实现_第2页
基于单形体体积增长的高光谱图像端元提取及快速实现_第3页
基于单形体体积增长的高光谱图像端元提取及快速实现_第4页
基于单形体体积增长的高光谱图像端元提取及快速实现_第5页
资源描述:

《基于单形体体积增长的高光谱图像端元提取及快速实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:单位代码:密级学号:硕士学位论文中文论文题目:基于单形体体积增长的高光谱图像端元提取及快遽实现英文论文题目:申请人姓名:王丽妓指导教师:厉小润教授专业名称:控制理论与控制工程研宂方向:高光谱遥感图像处理所在学院:电气工程学院论文提交日期基于单形体体积增长的高光谱图像端元提取及快速实现论文作者签名指导教师签名力洲论文评阅人隐名评阅评阅人评阅人评阅人评阅人答辩委员会主席:赵光宙教授浙江大学电气程学院委员厉小润研宂员浙江大学先进技术研宂院委员齐冬莲教揖浙江大学电气工程学院委员李超教授浙江大学电气工程学院委员辛焕海教授浙江大学电气下程学院委员答辩口期:Hyperspect

2、ralEndmemberExtractionanditsFastImplementationBasedonSimplexGrowingTheoryAuthor'ssignature:.Supervisor,:浙江大学研究生学位论文独创性声明本人声明所呈交的学〈立论文是人在导阳指导下进行的砑究工作反取得的研究成果。除了文中特?!如以呩£和致谢的地方外,论文中不包含其他人已经发表或撰写过的轵究戍果,叹包含七获得浙江大学或其馇教育机抅的学位武证书而使过的材科。与我一工咋的同志对:研究埘敏的任何贡献均已在论文作了明确的说明并表示街意学位论文作者签?的土衾签字曰期:年名月》学位论文

3、皈权使用授权书本学位论文作者完全了解浙江大学有权保留并句囯冢有关苟门或机构逑交虫论文的复件初磁盘许论文祓查和昔阅本人授权浙江大学可以得学位论文虼全甙威译缑久数译库进行裣索和传播,可以采用影印、缩或扫喏等复制手攻保存汇编学仿论文保密的学位论文在解密萨适衣授权乓)签字期:?浙江大学硕士学位论文致谢致谢毕业论文暂告收尾,这也意味着我在研究生的学习生活即将结束。回首走过的岁月,心中倍感充实,自己一生最宝贵的时光能于这样的校园之中,能在这样团结互助的实验室之中,实是荣幸之极。在论文完成之际,谨向所有给予我关心和帮助的人们致以衷心的感谢。首先要感谢我的导师厉小润老师,本文研究课题方向

4、的确定、研究方法的选择以及论文的最终定稿,厉老师都给予我精心的指导。而且在研究生生涯的两年半中,厉老师渊博的知识,勤勉的工作精神以及待人处事的方法都使我受益匪浅,在此特向尊敬的导师表示由衷的感谢!同时感谢课题组的赵辽英老师,赵老师以其孜孜不倦的科研探索精神帮助我开启了研究生涯的大门,并且这两年来赵老师在学习中给予我关心和支持,特此道一声感谢。衷心感谢我课题组的各位师兄、师姐和师弟,他们是王晶、厉锐、周扬、周灿灿、孟振宇、周昕、刘子强、李晶、章强、董帅、陈辰、刘洋、陈淑涵、陈亚妮、赵帅、张扬等,感谢他们在生活和学习中对我的无私关心,特别感谢崔建涛师兄这两年来的帮助。这里一并

5、感谢我的舍友和朋友明晓洋、杨金风、周笑羽、张婷、童艳萍、李晓玉、王晓倩、丁力、陈光伟等,与你们一起生活学习是我这两年最美好的回忆。最后,深深的感谢我的父母,他们这些年的关怀和无私的付出是支持我一路走来的人生信念,也是我将继续走下去的动力源泉。王丽姣年月于浙大求是园浙江大学硕士学位论文摘要摘要高光谱遥感数据以其波段多、光谱分辨率高、数据量大等特点而成为当前遥感领域的前沿技术,在各个领域发挥着越来越大的作用。但是由于地面物质类型的复杂性以及成像系统空间分辨率的限制,高光谱图像中普遍存在混合像元,因此光谱解混是遥感领域的重要研究方向。而端元提取作为光谱解混的关键步骤,如何有效而

6、快速地进行端元提取是高光谱遥感图像处理的研究重点之一。本论文主要针对端元提取算法中比较常用的基于线性光谱混合模型的新的单形体体积增长算法中存在的主要问题进行了一系列的改进,不仅将其扩展至适用于非线性光谱混合模型,而且提出了两种思路来解决其高计算复杂度的问题。论文的主要工作如下:针对只适用于线性光谱混合模型而无法应用于非线性光谱混合模型的问题,本文利用核函数的方法实现该算法的非线性扩展,提出适用于非线性光谱混合模型的算法。针对基于线性模型的和非线性模型的两算法中由重复体积计算而造成的高计算复杂度的问题,利用分块矩阵的性质提出了两种快速实现算法和两种快速算法主要通过利用分块矩

7、阵的性质,来简化单形体体积公式行列式求解过程,从而减小时间及运算复杂度,达到简化算法,缩短算法运行时间的目的。针对中提到的和中存在的高计算复杂度问题,利用改进的分解的方法提出了两种相应的快速实现算法和。两种快速算法主要利用改进分解方法,将求解最大单形体体积的计算转化为寻找矩阵对角元素最大的过程,从而避免直接的体积计算,降低了计算复杂度,达到快速实现的目的。在上述改进思路的基础上,本文釆用仿真数据实验和真实高光谱图像实验两部分实验来对本文提出的改进算法进行实验验证,实验结果表明扩展算法能够准确有效地提取端元,并且四种快速算法也能

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。