遥感图像处理在城市绿地提取中的应用研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 遥感图像处理的研究现状 | 第9-10页 |
| 1.2.2 遥感信息提取的研究现状 | 第10页 |
| 1.2.3 图像变化检测的研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文安排 | 第12-14页 |
| 2 遥感图像处理 | 第14-22页 |
| 2.1 引言 | 第14-15页 |
| 2.2 遥感图像提取基本原理 | 第15-16页 |
| 2.3 遥感图像分割常用方法 | 第16-20页 |
| 2.3.1 EM算法 | 第16-17页 |
| 2.3.2 FCM算法 | 第17-19页 |
| 2.3.3 KFCM算法 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 3 融合期望最大化的聚类分割 | 第22-36页 |
| 3.1 引言 | 第22页 |
| 3.2 图像预处理 | 第22-25页 |
| 3.2.1 颜色空间转换 | 第22-25页 |
| 3.2.2 分块处理 | 第25页 |
| 3.3 改进的KFCM算法 | 第25-31页 |
| 3.3.1 选择核函数 | 第26-28页 |
| 3.3.2 空间邻域信息 | 第28页 |
| 3.3.3 初始化参数优化 | 第28-29页 |
| 3.3.4 原理及步骤 | 第29-31页 |
| 3.4 实验及结果分析 | 第31-35页 |
| 3.4.1 仿真实验 | 第31-33页 |
| 3.4.2 结果分析 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 遥感图像变化检测 | 第36-46页 |
| 4.1 引言 | 第36页 |
| 4.2 变化检测方法 | 第36-40页 |
| 4.2.1 PCA算法 | 第37-38页 |
| 4.2.2 KPCA算法 | 第38-39页 |
| 4.2.3 ICA算法 | 第39-40页 |
| 4.3 基于改进的KICA图像变换检测 | 第40-44页 |
| 4.3.1 KICA算法 | 第40-43页 |
| 4.3.2 变化检测原理 | 第43-44页 |
| 4.4 本章小结 | 第44-46页 |
| 5 基于NDVI和改进KICA的城市绿地变化检测 | 第46-56页 |
| 5.1 研究区概况 | 第46-47页 |
| 5.2 植被指数 | 第47页 |
| 5.3 实验原理 | 第47-49页 |
| 5.4 实验及结果分析 | 第49-53页 |
| 5.5 本章小结 | 第53-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56页 |
| 6.2 研究展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士期间主要研究成果 | 第66页 |
