图像分类与变化检测方法的研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 综述 | 第8-16页 |
| ·研究背景与本文研究意义 | 第8-10页 |
| ·研究背景 | 第8-9页 |
| ·本文研究意义 | 第9-10页 |
| ·图像分类及变化检测研究现状与国内外应用现状 | 第10-14页 |
| ·图像分类研究的主要研究内容 | 第10页 |
| ·图像分类研究现状及国内外发展趋势 | 第10-12页 |
| ·图像分类目前的主要问题 | 第12页 |
| ·图像变化检测的主要研究内容 | 第12-13页 |
| ·图像变化检测现状及国内外发展趋势 | 第13页 |
| ·图像变化检测目前的主要问题 | 第13-14页 |
| ·论文结构安排 | 第14-16页 |
| 2 多光谱图像的分类方法 | 第16-32页 |
| ·图像分类的基本原理 | 第16-17页 |
| ·分类的基本原理 | 第16-17页 |
| ·分类的一般过程 | 第17页 |
| ·图像分类的经典算法 | 第17-31页 |
| ·监督分类 | 第17-18页 |
| ·非监督分类 | 第18页 |
| ·K均值分类 | 第18-19页 |
| ·基于颜色特征的图像分类 | 第19-20页 |
| ·BP神经网络分类 | 第20-25页 |
| ·SVM支持向量机分类 | 第25-31页 |
| ·本章总结 | 第31-32页 |
| 3 多光谱图像的变化检测方法 | 第32-56页 |
| ·基于差值法的变化检测 | 第32-33页 |
| ·差值法 | 第32页 |
| ·差值法变化检测结果 | 第32-33页 |
| ·基于K均值的变化检测 | 第33-35页 |
| ·K均值变化检测 | 第33-34页 |
| ·K均值变化检测结果 | 第34-35页 |
| ·基于HSV空间的变化检测 | 第35-36页 |
| ·HSV变化检测 | 第35页 |
| ·HSV变化检测结果 | 第35-36页 |
| ·基于BP神经网络的变化检测 | 第36-39页 |
| ·BP神经网络变化检测 | 第36-38页 |
| ·BP神经网络变化检测结果 | 第38-39页 |
| ·基于SVM支持向量机的变化检测 | 第39-42页 |
| ·SVM支持向量机变化检测 | 第39-40页 |
| ·SVM支持向量机变化检测结果 | 第40-42页 |
| ·基于BP神经网络结合光谱信息的变化检测方法 | 第42-47页 |
| ·具体的变化检测方法 | 第42-45页 |
| ·实验结果与分析 | 第45-47页 |
| ·基于SVM支持向量机结合光谱信息的变化检测方法 | 第47-55页 |
| ·SVM与光谱信息结合的变化检测方法 | 第47-52页 |
| ·实验结果与分析 | 第52-55页 |
| ·本章总结 | 第55-56页 |
| 4 总结与展望 | 第56-58页 |
| ·论文工作总结 | 第56-57页 |
| ·展望及下一步工作 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 申请学位期间的研究成果及发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
