| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 国内研究现状 | 第9页 |
| 1.2.2 国外研究现状 | 第9-10页 |
| 1.3 研究内容和方法 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 2 遥感图像分类方法 | 第12-27页 |
| 2.1 遥感图像分类的概念与过程 | 第12-14页 |
| 2.1.1 遥感图像分类概述 | 第12页 |
| 2.1.2 遥感图像分类主要数据源 | 第12-13页 |
| 2.1.3 遥感图像分类一般过程 | 第13-14页 |
| 2.2 基于像元的遥感图像分类方法 | 第14-19页 |
| 2.2.1 非监督分类算法 | 第14-15页 |
| 2.2.2 监督分类算法 | 第15-16页 |
| 2.2.3 基于人工神经网络分类方法 | 第16-18页 |
| 2.2.4 基于支持向量机的分类方法 | 第18-19页 |
| 2.3 基于混合像元的遥感图像分类方法 | 第19页 |
| 2.4 基于面向对象的遥感图像分类方法 | 第19-24页 |
| 2.4.1 原理和过程 | 第19-20页 |
| 2.4.2 多尺度影像分割 | 第20-23页 |
| 2.4.3 模糊分类 | 第23-24页 |
| 2.5 图像分类方法比较 | 第24-27页 |
| 2.5.1 监督分类和非监督分类比较 | 第24-25页 |
| 2.5.2 基于人工智能与传统统计模式分类方法比较 | 第25-27页 |
| 3 基于图谱理论的聚类分析 | 第27-32页 |
| 3.1 图的基本理论 | 第27-29页 |
| 3.1.1 图的数学描述 | 第27-28页 |
| 3.1.2 图的矩阵表示 | 第28-29页 |
| 3.1.3 谱 | 第29页 |
| 3.2 从图谱理论认识图像分割 | 第29-30页 |
| 3.2.1 图像分割概念 | 第29-30页 |
| 3.2.2 图像分割和谱聚类 | 第30页 |
| 3.3 谱聚类 | 第30-32页 |
| 3.3.1 谱聚类概念及基本框架 | 第30页 |
| 3.3.2 图谱理论的聚类划分准则 | 第30-32页 |
| 4 遥感图像分类实验分析 | 第32-46页 |
| 4.1 分类原则和依据 | 第32页 |
| 4.2 遥感图像分类过程 | 第32-35页 |
| 4.3 评价分类效果 | 第35-46页 |
| 5 结论与讨论 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53页 |