摘要 | 第1-4页 |
Abstract | 第4-6页 |
目录 | 第6-8页 |
第一章 绪论 | 第8-13页 |
·研究背景和意义 | 第8-9页 |
·特征提取方法的研究现状 | 第9-11页 |
·本文的主要工作 | 第11-13页 |
第二章 遥感图像特征提取技术 | 第13-23页 |
·光谱特征提取 | 第13-17页 |
·光谱特征的基本统计量 | 第13-14页 |
·常用的光谱特征提取方法 | 第14-17页 |
·纹理特征提取 | 第17-23页 |
·图像的纹理特征与纹理分析 | 第17-18页 |
·常用的纹理特征提取方法 | 第18-23页 |
第三章 基于 FCM和 KPCA的多光谱图像特征提取 | 第23-37页 |
·PCA和 KPCA方法 | 第23-27页 |
·PCA方法 | 第23-25页 |
·KPCA方法 | 第25-27页 |
·基于 KPCA的特征提取方法 | 第27-31页 |
·方法概述 | 第27页 |
·实验结果 | 第27-31页 |
·基于 Mahalanobis距离的模糊c-均值聚类 | 第31-33页 |
·一种基于 MFCM和 KPCA的多光谱图像特征提取方法 | 第33-37页 |
·方法概述 | 第33-34页 |
·试验结果与分析 | 第34-35页 |
·结论 | 第35-37页 |
第四章 基于小波包变换的遥感图像纹理特征提取 | 第37-58页 |
·小波基本理论 | 第38-46页 |
·小波变换的定义与性质 | 第38-40页 |
·二进小波和正交小波 | 第40-41页 |
·几种常见的正交小波 | 第41-43页 |
·正交小波的快速算法 | 第43-44页 |
·正交小波包变换 | 第44-46页 |
·基于小波包变换的遥感图像纹理特征提取方法 | 第46-50页 |
·图像的小波包分解 | 第46-48页 |
·纹理特征向量的构造 | 第48-50页 |
·纹理特征相似性度量 | 第50页 |
·Brodats纹理库图像检索试验 | 第50-54页 |
·基于小波包变换的纹理图像检索步骤 | 第50-51页 |
·实验结果与分析 | 第51-54页 |
·IKONOS遥感图像纹理特征提取试验 | 第54-58页 |
·基于小波包变换的遥感图像纹理特征提取步骤 | 第55-56页 |
·实验结果与分析 | 第56-58页 |
第五章 总结与展望 | 第58-60页 |
·主要工作总结 | 第58页 |
·展望 | 第58-60页 |
参考文献 | 第60-65页 |
攻读硕士学位期间发表的论文 | 第65-66页 |
致谢 | 第66-67页 |