| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 前言 | 第8-16页 |
| 1.1 研究目的和意义 | 第8-9页 |
| 1.2 研究背景 | 第9-13页 |
| 1.2.1 遥感图像分类的历程 | 第9-11页 |
| 1.2.2 遥感图像分类面临的问题 | 第11-12页 |
| 1.2.3 视觉词袋模型的研究现状 | 第12-13页 |
| 1.3 研究内容和方法 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第二章 遥感图像分类的基本理论 | 第16-30页 |
| 2.1 图像预处理 | 第16-23页 |
| 2.1.1 图像校正 | 第16-21页 |
| 2.1.2 图像噪声消除 | 第21-22页 |
| 2.1.3 图像剪裁与镶嵌 | 第22-23页 |
| 2.2 图像特征提取 | 第23-29页 |
| 2.2.1 纹理特征 | 第24-25页 |
| 2.2.2 形状特征 | 第25-27页 |
| 2.2.3 非线性尺度空间特征 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 高分辨率遥感图像的分割 | 第30-44页 |
| 3.1 图像分割的定义 | 第30页 |
| 3.2 常用分割方法概述 | 第30-33页 |
| 3.2.1 基于边缘检测的分割方法 | 第31-32页 |
| 3.2.2 基于区域的分割方法 | 第32页 |
| 3.2.3 基于阈值的分割方法 | 第32-33页 |
| 3.3 基于改进分水岭的遥感图像分割算法 | 第33-42页 |
| 3.3.1 分水岭变换 | 第33-34页 |
| 3.3.2 算法的实现 | 第34-38页 |
| 3.3.3 实验结果及分析 | 第38-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 高分辨率遥感图像的特征提取与表达 | 第44-56页 |
| 4.1 对象的特征 | 第44-45页 |
| 4.2 遥感图像表达的“语义鸿沟” | 第45-46页 |
| 4.3 融合多特征视觉词袋模型的图像对象表达 | 第46-50页 |
| 4.3.1 视觉词袋模型 | 第46-48页 |
| 4.3.2 空间金字塔匹配模型 | 第48-49页 |
| 4.3.3 算法的实现 | 第49-50页 |
| 4.4 基于最大相关最小冗余准则的多特征视觉词袋模型 | 第50-55页 |
| 4.4.1 改进的mRMR准则 | 第51-54页 |
| 4.4.2 基于改进mRMR准则的视觉词袋模型算法的实现 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 高分辨率遥感图像分类实验与分析 | 第56-69页 |
| 5.1 分类器的选择 | 第56-57页 |
| 5.2 基于视觉词袋模型的高分辨率遥感图像分类实验 | 第57-58页 |
| 5.3 实验数据 | 第58页 |
| 5.4 实验参数的对比寻优 | 第58-63页 |
| 5.4.1 视觉词典大小对分类性能的影响 | 第58-59页 |
| 5.4.2 训练样本数对分类性能的影响 | 第59-60页 |
| 5.4.3 空间金字塔层级数对分类性能的影响 | 第60-61页 |
| 5.4.4 不同分辨率图像对分类性能的影响 | 第61-62页 |
| 5.4.5 改进mRMR准则的权值系数对分类性能的影响 | 第62-63页 |
| 5.5 实验结果与分析 | 第63-68页 |
| 5.5.1 实验结果对比 | 第63-65页 |
| 5.5.2 实验精度评价 | 第65-68页 |
| 5.6 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 作者在攻读硕士学位期间学术成果 | 第76页 |
