基于局部描述子和特征学习的遥感图像场景分类
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 论文研究的背景及意义 | 第14页 |
| 1.2 遥感图像场景分类的基本方法及应用 | 第14-16页 |
| 1.3 本文研究内容和章节安排 | 第16-18页 |
| 第二章 遥感图像场景分类相关理论基础 | 第18-34页 |
| 2.1 场景分类的概念和特点 | 第18-21页 |
| 2.1.1 场景分类的基本概念 | 第18页 |
| 2.1.2 场景分类的主要特点 | 第18-21页 |
| 2.2 经典的遥感图像场景分类方法 | 第21-32页 |
| 2.2.1 特征提取 | 第21-29页 |
| 2.2.2 SVM分类模型 | 第29-32页 |
| 2.3 本章小结 | 第32-34页 |
| 第三章 基于CDCP局部描述子的遥感图像场景分类 | 第34-54页 |
| 3.1 LBP局部描述子 | 第34-38页 |
| 3.1.1 LBP局部描述子基本原理 | 第34-35页 |
| 3.1.2 LBP的几种改进方式 | 第35-38页 |
| 3.2 CDCP局部描述子 | 第38-43页 |
| 3.2.1 双交叉模式的基本构成 | 第39页 |
| 3.2.2 双交叉模式的编码方式 | 第39-41页 |
| 3.2.3 完整双交叉模式 | 第41-43页 |
| 3.3 基于CDCP算子的遥感图像场景分类 | 第43-47页 |
| 3.4 仿真实验与结果分析 | 第47-52页 |
| 3.4.1 实验数据 | 第47-49页 |
| 3.4.2 实验内容 | 第49页 |
| 3.4.3 实验结果分析 | 第49-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第四章 基于特征学习的遥感图像场景分类 | 第54-62页 |
| 4.1 在线字典学习方法 | 第54-56页 |
| 4.2 局部约束线性编码方法 | 第56-57页 |
| 4.3 基于特征学习的遥感图像场景分类方法 | 第57页 |
| 4.4 仿真实验与结果分析 | 第57-61页 |
| 4.4.1 实验数据 | 第57-58页 |
| 4.4.2 实验内容 | 第58页 |
| 4.4.3 实验结果分析 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
