高光谱遥感影像特征提取与分类

   
本书针对高光谱遥感影像数据的高维特性，从高维数据降维、特征波段选择、混合像元光谱分解等角度展开研究，分别利用投影寻踪、主成分分析、独立分量分析、非线性主曲线等方法建立了一系列旨在提高高光谱遥感影像分类精度的特征提取与分类的算法，主要包括主成分方向和投影寻踪方向相结合的特征组合方案、基于选元投影寻踪的*波段选择、非线性混合光谱模型、基于独立分量空间的混合像元光谱分解、基于非线性主曲线的降维和分类等内容。

    本书可供从事高光谱遥感应用和研究领域及相关专业的高校教师、研究生、科研工作者学习参考。

第1章　绪论
　§1．1  引  言
　§1．2　高光谱遥感数据分析研究的关键问题
　§1．3　本书的研究内容
第2章　高光谱遥感数据分析
　§2．1　高维数据降维
　§2．2　高光谱遥感数据分析的主要方法
　§2．3　高光谱遥感数据分析的特点及问题
第3章  基于投影寻踪的高光谱遥感影像特征提取与分类
　§3．1　投影寻踪方法
　§3．2　基于投影寻踪的特征提取与分类方案
　§3．3　面向易混分地类的投影寻踪指标
　§3．4　基于投影寻踪的特征提取与分类算法
　§3．5  主成分方向与投影寻踪方向相结合的特征提取与分类
第4章　高光谱遥感影像的波段选择
　§4．1　波段选择方法
　§4．2　波段选择的快速算法
　§4．3　波段选择方法的评价
　§4．4　面向易混分地类的波段选择方法
　§4．5　基于选元投影寻踪的波段选择方法
第5章　高光谱遥感影像的混合像元分解
　§5．1　概述
　§5．2　线性混合光谱模型及其解算
　§5．3　非线性混合光谱模型及其解算
　§5．4　基于特征空间的混合像元分解
第6章　非线性主曲线及其在高光谱遥感影像分类中的应用
　§6．1　主成分分析的非线性扩展
　§6．2　简化的非线性主曲线算法及其应用
参考文献