●叢書序
序一
序二
前言
章 概述
1.1 高光譜遙感
1.1.1 成像光譜遙感技術簡介
1.1.2 高光譜遙感圖像的表達與特征
1.2 高光譜遙感圖像處理方法
1.2.1 高光譜遙感圖像降噪與恢復
1.2.2 高光譜遙感圖像降維
1.2.3 高光譜遙感圖像融合
1.2.4 高光譜遙感圖像分類
1.2.5 高光譜遙感圖像目標探測
1.3 和光譜解混技術
1.3.1 問題
1.3.2 光譜解混的一般流程與重要問題
1.3.3 解混算法評估常用的高光譜遙感圖像
參考文獻
第2章 線性光譜解混方法
2.1 線性混合模型
2.1.1 數學表達形式
2.1.2 LMM的模型意義
2.1.3 解混的一般優化問題
2.數目估計方法
2.2.1 高光譜數據的虛擬維度
2.2.2 最小誤差信號子空間識別
2.2.3 噪聲白化的特征值間隔方法
2.2.4 基於低秩表示的信號子空間數目估計
2.2.5 基於最近鄰距離比的本征維度估計
2.提取方法
2.3.1 基於單形體幾何特性的方法
2.3.2 融合空間信提取方法
2.3.3 基於統計提取方法
2.4 豐度估計方法
2.4.1 最小二乘法
2.4.2 基於單形體幾何性質的快速豐度估計
2.4.3 利用稀疏性與空間關繫的線性光譜解混
參考文獻
第3章 無監督的線性光譜解混方法
3.1 無監督線性解混的統計學方法
3.1.1 同時和豐度的貝葉斯方法
3.1.2 基於依賴成分分析的無監督線性解混
3.2 基於獨立成分分析的解混方法
3.2.1 獨立成分分析原理
3.2.2 基於ICA的光譜解混方法
3.3 基於約束非負矩陣分解的解混方法
3.3.1 NMF原理與一般算法
3.3.約束的NMF
3.3.3 豐度稀疏約束的NMF
3.3.4 空間信息混合約束的NMF
3.3.5 基於非負張量分解的解混方法
3.4 基於凸幾何理論的解混方法
3.4.1 基於分裂增廣拉格朗日的單形體識別算法
3.4.2 最小體積單形體分析
3.4.3 最小體積閉合單形體分析
參考文獻
第4章 線性光譜解混的其他方法
4.1 光譜變異性的解混方法
4.1.1 光譜變異性
4.1.束方法
4.1.3 基於Fisher判別零空間的線性變換方法
4.1.4 擾動與擴展的線性混合模型
4.2 基於啟發式優化方法的光譜解混
4.2.1 基於神經網絡的分解
4.2.2 自適應差分提取算法
4.2.3 基於粒子群優化的約束非負矩陣分解
4.3 時變的光譜解混方法
4.3.1 基於解混的高光譜圖像變化檢測
4.3.2 多時相高光譜圖像的動態解混
4.4 高性能並行計算的解混方法
4.4.1 VCA和SUnSAL算法的GPU並行加速
4.4.2 基於OpenCL的完整線性解混鏈的並行實現
參考文獻
第5章 非線性光譜混合理論與模型
5.1 觀測場景中的非線性混合現像
5.1.1 砂石礦物地表
5.1.2 植被覆蓋與城市區域
5.2 非線性光譜混合模型
5.2.1 傳統非線性物理模型
5.2.2 Hapke模型
5.2.3 雙線性混合模型
5.2.4 高階線性混合模型
5.2.5 基於核函數的模型
5.3 植被覆蓋區域的模型解混分析比較
參考文獻
第6章 非線性光譜解混方法
6.1 非提取算法
6.1.1 基於數據測地線流形的方法
6.1.2 非線性混合物質的檢測
6.2 基於非線性混合模型的解混算法
6.2.1 最小二乘規則下的泰勒展開與梯度下降方法
6.2.2 貝葉斯統計學方法
6.2.3 基於半非負矩陣分解的豐度估計
6.2.4 利用稀疏性與空間信息的改進方法
6.2.5 克服共線性效應的方法
6.3 數據驅動的非線性解混算法
6.3.1 流形學習方法
6.3.2 基於核函數的非線性光譜解混算法
參考文獻
第7章 無監督的非線性光譜解混方法
7.1 基於數據流形距離的方法
7.2 基於高斯過程與蒙特卡洛的方法
7.2.1 高斯過程方法
7.2.2 基於PPNM與蒙特卡洛的方法
7.3 基於非負矩陣分解的方法
7.3.1 非線性混合模型與NMF的結合
7.3.2 核函數與NMF的結合
7.4 其他基於非線性混合模型的盲解混方法
7.4.1 基於幾何投影和約束NMF的非線性解混
7.4.2 基於MLM的無監督非線性解混
參考文獻
第8章 非線性光譜解混的其他方法
8.1 與波段選擇結合的非線性光譜解混
8.2 基於啟發式優化方法的非線性光譜解混
8.2.1 基於集成極限學習回歸的方法
8.2.2 基於Hopfield神經網絡的方法
8.3 波長依賴的非線性光譜解混
8.3.1 矢量核模型方法
8.3.2 擴展的多線性混合模型方法
8.4 考慮光譜變異性的非線性光譜解混
8.5 非線性混合檢測方法
8.5.1 基於PPNM的非線性探測
8.5.2 非線性的非參數檢提取
8.5.3 線性混合物檢測的預解混框架
參考文獻
內容簡介
高光譜遙感圖像解混技術作為從高光譜遙感數據中有效提取有用信息的重要途徑，近年來格外受到重視，其相應的研究也一直是高光譜遙感領域的研究前沿和熱點。本書簡要介紹了高光譜遙感圖像的特點，在總結外相關研究基礎上，結合著者所在團隊多年來取得的研究成果，從線性到非線性，繫統地整理和介紹了高光譜遙感圖像解混這一研究方向的理論與方法，反映了當前該研究方向的研究現狀和新進展。本書可以作為高等院校遙感專業及相關專業本科、研究生的專業參考書，也可供從事高光譜遙感與應用研究、信號與信息處理等相關學科的科研與專業人員參考。
