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--图像处理方法论文

基于海洋遥感数据的岛礁特征提取方法研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-16页
    1.1 课题的背景、目的和意义第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 海洋遥感发展现状第11-12页
        1.2.2 遥感图像特征提取方法研究现状第12-14页
    1.3 课题的研究内容及论文结构第14-16页
第2章 遥感图像的预处理第16-24页
    2.1 海洋遥感数据的选择第16-17页
        2.1.1 卫星遥感器的技术参数第16-17页
    2.2 遥感图像的辐射校正第17-20页
        2.2.1 辐射定标第17-18页
        2.2.2 大气校正第18-20页
    2.3 遥感图像的几何校正第20-23页
        2.3.1 几何畸变第20页
        2.3.2 几何校正第20-23页
    2.4 本章小结第23-24页
第3章 遥感图像特征提取技术第24-34页
    3.1 基于光谱特征的特征提取方法第24-27页
        3.1.1 常用的光谱特征提取方法第24-27页
    3.2 基于纹理特征的特征提取方法第27-30页
        3.2.1 常用的纹理特征提取方法第28-30页
    3.3 基于分类方法处理的特征提取第30-33页
        3.3.1 常用的分类特征提取方法第31-33页
    3.4 本章小结第33-34页
第4章 基于改进核聚类算法的遥感图像特征提取第34-47页
    4.1 模糊核聚类算法分析第34-38页
        4.1.1 方法概述第34-36页
        4.1.2 算法实现步骤第36页
        4.1.3 算法缺陷第36-37页
        4.1.4 算法改进方向第37-38页
    4.2 模糊核聚类算法的改进方向第38-41页
        4.2.1 核主成分分析第38-39页
        4.2.2 聚类中心的确定第39-41页
        4.2.3 马氏距离第41页
    4.3 实验结果与分析第41-46页
        4.3.1 改进算法流程第41-42页
        4.3.2 实验结果与分析第42-46页
    4.4 本章小结第46-47页
第5章 基于改进支持向量聚类的遥感图像特征提取第47-62页
    5.1 支持向量机理论概述第47-50页
        5.1.1 支持向量机分类器的基本原理第47-49页
        5.1.2 支持向量机分类器算法流程第49-50页
        5.1.3 支持向量机多分类问题转化成二分类问题第50页
    5.2 支持向量聚类分析第50-53页
        5.2.1 基于支持向量机训练描述第51-52页
        5.2.2 聚类标识描述第52页
        5.2.3 支持向量聚类的特点第52-53页
    5.3 支持向量聚类算法实现第53-54页
    5.4 支持向量聚类算法的缺陷及改进第54-57页
        5.4.1 支持向量聚类算法缺陷第54-55页
        5.4.2 支持向量聚类算法改进第55-57页
    5.5 基于改进支持向量聚类的遥感图像特征提取第57-61页
        5.5.1 改进算法流程第57-58页
        5.5.2 实验结果与分析第58-61页
    5.6 本章小结第61-62页
结论第62-63页
参考文献第63-66页
攻读硕士学位期间发表的论文和科研成果第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:基于非线性滤波的SINS/GPS紧组合导航方法研究
下一篇:卫星姿态大角度敏捷机动路径规划与控制研究