首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理设备论文

遥感图像特征提取方法研究

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

论文共67页,点击 下载论文
上一篇:关中民居“庭院”型制“新农村建设”景观保护规划设计基础性研究
下一篇:论“博客”对传统出版业的影响