面向对象的最邻近算法研究与实现
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-16页 |
| ·问题的提出 | 第11-12页 |
| ·土地调查的意义 | 第11页 |
| ·遥感在土地调查中的作用和意义 | 第11页 |
| ·以往土地覆盖土地利用分类的特点 | 第11页 |
| ·大比例尺土地利用调查及其特点 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·遥感影像分类方法的发展现状 | 第12页 |
| ·关于面向对象分类方法的应用发展现状 | 第12-13页 |
| ·关于特征优化算法的研究现状 | 第13-14页 |
| ·研究目的及研究意义 | 第14页 |
| ·研究内容与结构安排 | 第14-16页 |
| 2 特征集构建技术研究 | 第16-29页 |
| ·基本概念 | 第16-17页 |
| ·影像对象 | 第16页 |
| ·影像分割技术及其定义 | 第16-17页 |
| ·特征 | 第17页 |
| ·影像特征集构建 | 第17-26页 |
| ·光谱特征 | 第17-20页 |
| ·纹理特征 | 第20-21页 |
| ·形状特征 | 第21-26页 |
| ·特征的组织、存储与可视化表达 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 3 基于样本的特征优化算法研究 | 第29-34页 |
| ·理论基础 | 第29页 |
| ·基于距离可分性的特征优化算法 | 第29-33页 |
| ·两类间的距离 | 第30-31页 |
| ·基于距离可分性的特征优化算法设计 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 面向对象的最邻近分类算法研究 | 第34-44页 |
| ·近邻分类器简介 | 第34-38页 |
| ·距离的概念 | 第34-35页 |
| ·几种常用的距离 | 第35-36页 |
| ·近邻分类器 | 第36-38页 |
| ·最近邻分类算法理论基础 | 第38-39页 |
| ·基于像素的最近邻分类法 | 第38页 |
| ·面向对象的最邻近分类法 | 第38-39页 |
| ·面向对象最近邻算法实现 | 第39-42页 |
| ·具体算法实现步骤 | 第39-41页 |
| ·算法流程图 | 第41-42页 |
| ·分类精度评价 | 第42-43页 |
| ·基于矢量样本的误差矩阵统计法 | 第42-43页 |
| ·基于对象样本的误差矩阵统计法 | 第43页 |
| ·本章小结 | 第43-44页 |
| 5 系统设计与实现 | 第44-52页 |
| ·系统设计 | 第44页 |
| ·系统界面简介 | 第44-45页 |
| ·研究区概况与数据源 | 第45-49页 |
| ·研究区概况 | 第45页 |
| ·数据源 | 第45-46页 |
| ·试验方法 | 第46-49页 |
| ·实验及结果对比分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 6 结论与展望 | 第52-54页 |
| ·结论 | 第52-53页 |
| ·研究展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 附录 | 第59-60页 |
| 攻读学位期间取得的研究成果 | 第60页 |
