1. 研究目的与意义、国内外研究现状（文献综述）
1.课题意义 自20世纪60年代以来，随着遥感技术的发展，遥感在许多方面得到了广泛的应用，如资源调查、灾害监测、环境监测、海洋渔业、军事目标侦察、地质勘探等领域。
而成像光谱技术的发展，使得高光谱遥感的出现成为遥感历史上的一个重大技术创新。
虽然高光谱图像的有着较高的光谱分辨率，但其空间分辨力非常有限。
2. 研究的基本内容和问题
1. 研究目标 研究目标是基于高光谱遥感图像，在光谱图像中像元分成可纯净像元（即端元）与混合像元，利用纯像元指数端元提取算法（ppi）、n-findr算法、最小体积限制的非负矩阵算法（mvc-nmf）等有针对性地进行端元提取研究，确定端元位置及端元数量，并绘制端元的光谱信息曲线图，根据实验结果对各个算法进行分析比较，依据算法分析时间以及算法分析的准确度选出性能较优的端元提取算法。
2. 研究内容(1)实现n-findr算法，即通过采用主成分分析方法（pca）对高光谱数据进行降维，然后对降维后的光谱数据计算多维空间里具有最大体积的凸面单形体，利用凸面单形体的顶点确定各个端元，从而确定各种端元的位置以及纯净端元的数目。
(2)实现纯像元指数端元提取算法（ppi），先在高维空间中把光谱图像进行降噪处理，再利用生成随机向量来计算各像元投影到向量两端的次数，确定各种端元的位置以及纯净端元的数量。
3. 研究的方法与方案
1. 研究方法查阅文献和书籍，掌握matlab语言来实现各个高光谱图像端元提取的算法，对同一光谱图像利用三种不同的算法对其进行端元提取，确定端元的位置以及端元的数目，并绘制各种端元的光谱信息曲线，同时设计算法演示界面，展示各种算法端元提取结果，根据数据结果比较得出各种算法之间性能的优劣。
2. 技术路线3. 实验方案（1）参考咨询：向指导老师请教，查询和借阅书籍和文献。
（2）算法编写实现：利用matlab语言来实现纯像元指数端元提取算法（ppi）、n-findr算法、最小体积限制的非负矩阵算法（mvc-nmf），对光谱图像进行端元提取。
4. 研究创新点
考虑到目前算法已经成熟，决定考虑使用matlab语言来实现3种算法，并设计一个系统界面展示各种算法端元提取的结果，更方便地进行分析比较、演示与操作。
。
5. 研究计划与进展
2017年秋季学期，第18周：选题并查阅相关资料，确定毕设题目及研究方向。
2017年秋季学期，第19周：开题报告。
根据指导老师的建议对开题报告书进行进一步完善与修改。
