基于支持向量机与纹理的城市遥感影像绿树识别
| Abstract | 第1-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-12页 |
| ·引言 | 第7页 |
| ·研究的背景和意义 | 第7页 |
| ·国内外研究历史及现状 | 第7-11页 |
| ·研究的内容和方法 | 第11-12页 |
| 第2章 纹理与光谱 | 第12-16页 |
| ·纹理信息 | 第12页 |
| ·灰度共生矩阵 | 第12-13页 |
| ·灰度共生矩阵纹理 | 第13-14页 |
| ·实验中纹理提取 | 第14-16页 |
| ·窗口大小 | 第14-15页 |
| ·纹理提取 | 第15-16页 |
| 第3章 支持向量机 | 第16-20页 |
| ·基本原理 | 第16页 |
| ·核函数 | 第16-18页 |
| ·模型参数选择 | 第18-19页 |
| ·实验中核函数 | 第19-20页 |
| 第4章 遗传算法 | 第20-24页 |
| ·目标 | 第20页 |
| ·进化计算 | 第20页 |
| ·遗传算法介绍 | 第20-22页 |
| ·实验参数设置 | 第22-24页 |
| 第5章 结合纹理与光谱信息的SVM分类 | 第24-62页 |
| ·实验步骤 | 第24-27页 |
| ·训练样本集与测试样本集 | 第24页 |
| ·纹理提取 | 第24页 |
| ·核函数及其参数 | 第24-27页 |
| ·绿波段纹理与光谱信息的SVM分类 | 第27-42页 |
| ·绿波段窗口5×5实验 | 第27-30页 |
| ·绿波段窗口7×7实验 | 第30-33页 |
| ·绿波段窗口9×9实验 | 第33-36页 |
| ·绿波段窗口11×11实验 | 第36-39页 |
| ·绿波段窗口13×13实验 | 第39-42页 |
| ·RGB三波段纹理与光谱信息的SVM分类 | 第42-59页 |
| ·RGB三波段窗口5×5实验 | 第42-45页 |
| ·RGB三波段窗口7×7实验 | 第45-48页 |
| ·RGB三波段窗口9×9实验 | 第48-51页 |
| ·RGB三波段窗口11×11实验 | 第51-54页 |
| ·RGB三波段窗口13×13实验 | 第54-57页 |
| ·RGB三波段窗口15×15实验 | 第57-59页 |
| ·实验小结 | 第59-62页 |
| ·绿波段实验小结 | 第61页 |
| ·三波段实验小结 | 第61-62页 |
| 第6章 结论 | 第62-64页 |
| ·结论 | 第62页 |
| ·研究展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 读硕期间发表的论文目录 | 第68-69页 |
| 致谢 | 第69-70页 |
| 论文独创性声明 | 第70页 |
