| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 本课题研究的目的和意义 | 第8-9页 |
| 1.2 本课题研究进展及其现状 | 第9-12页 |
| 1.3 本课题研究的内容 | 第12-14页 |
| 第二章 遥感图像的信息分析及图像预处理 | 第14-24页 |
| 2.1 原始数据实际分析 | 第14-15页 |
| 2.2 遥感图像预处理 | 第15-22页 |
| 2.2.1 自定义坐标系 | 第15-18页 |
| 2.2.2 辐射定标和大气校正 | 第18-19页 |
| 2.2.3 图像融合、图像裁剪及波段分析 | 第19-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第三章 基于灰度共生矩阵的k-means遥感图像聚类 | 第24-34页 |
| 3.1 k-means算法基本原理 | 第24-26页 |
| 3.2 灰度共生矩阵算法基本原理 | 第26-29页 |
| 3.3 算法实现及结果 | 第29-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 基于主成分分析的k均值遥感图像聚类 | 第34-40页 |
| 4.1 主成分分析法基本原理 | 第34-38页 |
| 4.1.1 数据的分解与重建 | 第34-36页 |
| 4.1.2 对数据降维及误差分析 | 第36-38页 |
| 4.2 算法实现及结果 | 第38-39页 |
| 4.3 本章小结 | 第39-40页 |
| 第五章 基于小波变换的k-means遥感图像聚类 | 第40-50页 |
| 5.1 小波变换算法基本原理 | 第40-46页 |
| 5.1.1 小波变换 | 第40-41页 |
| 5.1.2 连续小波变换 | 第41页 |
| 5.1.3 离散小波变换 | 第41-42页 |
| 5.1.4 多分辨率分析与Mallat算法 | 第42-44页 |
| 5.1.5 二维离散小波变换 | 第44-46页 |
| 5.2 算法实现及结果 | 第46-49页 |
| 5.3 本章小结 | 第49-50页 |
| 第六章 结果分析 | 第50-54页 |
| 第七章 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间所取得的相关科研成果 | 第60-62页 |
| 致谢 | 第62页 |