基于模糊分类的遥感影像变化监测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 变化监测的基本理论 | 第9-13页 |
| 1.2.1 变化监测的概念 | 第9-10页 |
| 1.2.2 变化监测的基本流程 | 第10-13页 |
| 1.3 国内外研究进展 | 第13-15页 |
| 1.4 论文内容安排 | 第15-16页 |
| 2 遥感图像变化监测方法 | 第16-21页 |
| 2.1 比较后分类法 | 第16-18页 |
| 2.1.1 图像差值法 | 第16页 |
| 2.1.2 图像比值法 | 第16-17页 |
| 2.1.3 植被指数法 | 第17页 |
| 2.1.4 变化向量分析法 | 第17-18页 |
| 2.1.5 变换法 | 第18页 |
| 2.2 分类后比较法 | 第18页 |
| 2.3 其他方法 | 第18-20页 |
| 2.3.1 数据挖掘方法处理差值图像的方法 | 第19页 |
| 2.3.2 融合多特征的变化监测方法 | 第19页 |
| 2.3.3 面向对象的变化监测方法 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 分类算法 | 第21-33页 |
| 3.1 监督分类算法 | 第21-24页 |
| 3.1.1 支持向量机算法 | 第21-22页 |
| 3.1.2 人工神经网络算法 | 第22-24页 |
| 3.2 无监督分类算法 | 第24-26页 |
| 3.2.1 FCM算法 | 第24-25页 |
| 3.2.2 DBSCAN算法 | 第25-26页 |
| 3.3 半监督分类算法 | 第26-32页 |
| 3.3.1 基于约束的半监督分类算法 | 第26-29页 |
| 3.3.2 基于距离的半监督分类算法 | 第29-31页 |
| 3.3.3 基于模糊分类的半监督算法 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 4 融合空间信息的半监督模糊分类变化监测方法 | 第33-44页 |
| 4.1 新的样本点标记方法 | 第33-34页 |
| 4.2 改进的半监督FCM算法 | 第34页 |
| 4.3 马尔可夫随机场模型 | 第34-36页 |
| 4.4 一种新的融合空间信息的半监督变化监测方法 | 第36-37页 |
| 4.5 实验及结果分析 | 第37-43页 |
| 4.5.1 实验数据 | 第37-39页 |
| 4.5.2 实验结果及结果分析 | 第39-43页 |
| 4.6 本章小结 | 第43-44页 |
| 5 总结与展望 | 第44-46页 |
| 5.1 本文总结 | 第44页 |
| 5.2 本文创新点 | 第44-45页 |
| 5.3 研究展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表学术论文情况 | 第50-51页 |
| 致谢 | 第51页 |
