高光谱遥感图像解混理论与方法:从线性到非线性

丛书序 序一 序二 前言 第1章 概述 1.1 高光谱遥感 1.1.1 成像光谱遥感技术简介 1.1.2 高光谱遥感图像的表达与特征 1.2 高光谱遥感图像处理方法 1.2.1 高光谱遥感图像降噪与恢复 1.2.2 高光谱遥感图像降维 1.2.3 高光谱遥感图像融合 1.2.4 高光谱遥感图像分类 1.2.5 高光谱遥感图像目标探测 1.3 混合像元和光谱解混技术 1.3.1 混合像元问题 1.3.2 光谱解混的一般流程与重要问题 1.3.3 解混算法评估常用的高光谱遥感图像 参考文献 第2章 线性光谱解混方法 2.1 线性混合模型 2.1.1 数学表达形式 2.1.2 LMM的模型意义 2.1.3 解混的一般优化问题 2.2 端元数目估计方法 2.2.1 高光谱数据的虚拟维度 2.2.2 *小误差信号子空间识别 2.2.3 噪声白化的特征值间隔方法 2.2.4 基于低秩表示的信号子空间数目估计 2.2.5 基于*近邻距离比的本征维度估计 2.3 端元提取方法 2.3.1 基于单形体几何特性的方法 2.3.2 融合空间信息的端元提取方法 2.3.3 基于统计学的端元提取方法 2.4 丰度估计方法 2.4.1 *小二乘法 2.4.2 基于单形体几何性质的快速丰度估计 2.4.3 利用稀疏性与空间关系的线性光谱解混 参考文献 第3章 无监督的线性光谱解混方法 3.1 无监督线性解混的统计学方法 3.1.1 同时估计端元和丰度的贝叶斯方法 3.1.2 基于依赖成分分析的无监督线性解混 3.2 基于独立成分分析的解混方法 3.2.1 独立成分分析原理 3.2.2 基于ICA的光谱解混方法 3.3 基于约束非负矩阵分解的解混方法 3.3.1 NMF原理与一般算法 3.3.2 端元约束的NMF 3.3.3 丰度稀疏约束的NMF