| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.1.1 应用背景 | 第14页 |
| 1.1.2 理论意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 高分辨率遥感影像分类方法研究现状 | 第16-18页 |
| 1.2.2 基于主题模型的图像分析方法研究现状 | 第18-19页 |
| 1.3 研究内容与技术路线 | 第19-21页 |
| 1.3.1 研究目标 | 第19-20页 |
| 1.3.2 研究内容与总体技术路线 | 第20-21页 |
| 1.4 论文章节安排 | 第21-22页 |
| 第2章 高分辨率遥感影像分类方法 | 第22-36页 |
| 2.1 本章概述 | 第22页 |
| 2.2 实验数据与评价指标 | 第22-24页 |
| 2.2.1 实验数据 | 第22-23页 |
| 2.2.2 评价指标 | 第23-24页 |
| 2.3 不同训练样本利用程度的分类方法 | 第24-29页 |
| 2.3.1 非监督分类方法 | 第25-26页 |
| 2.3.2 监督分类方法 | 第26-28页 |
| 2.3.3 半监督分类方法 | 第28-29页 |
| 2.4 不同分析基元的分类方法 | 第29-34页 |
| 2.4.1 像素级分类方法 | 第30-32页 |
| 2.4.2 面向对象分类方法 | 第32-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第3章 主题模型及其在遥感影像分析中的应用 | 第36-49页 |
| 3.1 本章概述 | 第36-37页 |
| 3.2 主题模型 | 第37-40页 |
| 3.2.1 主题模型概述 | 第37-38页 |
| 3.2.2 潜狄利克雷分配模型 | 第38-39页 |
| 3.2.3 基于Gibbs采样的潜狄利克雷分配模型推导 | 第39-40页 |
| 3.3 遥感影像主题模型建模 | 第40-45页 |
| 3.3.1 视觉分析对象与文本分析对象映射关系 | 第41-42页 |
| 3.3.2 遥感影像主题模型建模分析框架 | 第42-45页 |
| 3.4 基于多尺度分割影像集的遥感影像主题模型建模 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 主题模型建模框架下的高分辨率遥感影像尺度自适应非监督分类 | 第49-65页 |
| 4.1 本章概述 | 第49-50页 |
| 4.2 基于多尺度影像分割的高分辨率遥感影像尺度自适应非监督分类方法 | 第50-57页 |
| 4.2.1 多尺度潜语义特征提取与表达 | 第52页 |
| 4.2.2 基于KL相似测度的面向对象非监督分类 | 第52-55页 |
| 4.2.3 多尺度分类结果尺度自适应融合 | 第55-57页 |
| 4.3 实验分析与讨论 | 第57-63页 |
| 4.3.1 实验设计 | 第57-58页 |
| 4.3.2 实验结果比较与分析 | 第58-61页 |
| 4.3.3 尺度参数敏感性分析 | 第61-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第5章 主题模型建模框架下的高分辨率遥感影像尺度自适应监督分类 | 第65-81页 |
| 5.1 本章概述 | 第65-67页 |
| 5.2 多尺度光谱-空间-语义特征核函数集成的高分辨率遥感影像监督分类方法 | 第67-72页 |
| 5.2.1 影像多尺度多特征表达与提取 | 第68-69页 |
| 5.2.2 光谱-空间-语义Kernel集成的遥感影像尺度自适应分类 | 第69-72页 |
| 5.3 实验分析与讨论 | 第72-80页 |
| 5.3.1 实验设计 | 第72页 |
| 5.3.2 实验结果比较与分析 | 第72-78页 |
| 5.3.3 训练样本集敏感性分析 | 第78-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第6章 主题模型建模框架下的高分辨率遥感影像尺度自适应半监督分类 | 第81-98页 |
| 6.1 本章概述 | 第81-82页 |
| 6.2 半监督主题模型 | 第82-84页 |
| 6.3 基于主题模型和自学习过程的高分辨率影像尺度自适应半监督分类方法 | 第84-92页 |
| 6.3.1 基于多特征的训练样本自学习拓展 | 第86-89页 |
| 6.3.2 基于多尺度分割影像集的半监督主题模型建模 | 第89-91页 |
| 6.3.3 多尺度面向对象分类及其自适应融合 | 第91-92页 |
| 6.4 实验分析与讨论 | 第92-96页 |
| 6.4.1 实验设计 | 第92-93页 |
| 6.4.2 实验结果比较与分析 | 第93-95页 |
| 6.4.3 非监督聚类个数敏感性分析 | 第95-96页 |
| 6.5 本章小结 | 第96-98页 |
| 结论与展望 | 第98-101页 |
| 致谢 | 第101-102页 |
| 参考文献 | 第102-108页 |
| 攻读硕士学位期间已发表或录用的文章 | 第108-109页 |
| 攻读硕士学位期间参与的科研项目 | 第109页 |
