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VWRD的遥感影像面状居民地和水体提取

摘要第1-9页
Abstract第9-13页
第一章 绪论第13-32页
   ·研究目的和意义第13-16页
     ·居民地和水体动态监测的重要性第13-14页
     ·居民地和水体动态监测的重要数据第14-15页
     ·遥感影像居民地和水体自动监测的难点分析第15-16页
   ·国内外研究现状第16-28页
     ·遥感影像专题信息提取技术研究现状第16-20页
     ·居民地提取技术研究现状第20-26页
     ·水体提取技术研究现状第26-28页
   ·研究内容及研究方案第28-32页
     ·研究内容第28-30页
     ·研究方案第30-32页
第二章 遥感影像地物特征的描述与表达第32-44页
   ·多光谱特征描述与表达第32-33页
   ·色彩特征描述与表达第33-35页
   ·纹理特征描述与表达第35-41页
   ·几何特征描述与表达第41-42页
   ·空间分布特征描述与表达第42-43页
   ·本章小结第43-44页
第三章 VWRD多模型地物提取原理第44-64页
   ·VWRD的概念与原理第44-55页
     ·VWRD的概念第44-48页
     ·VWRD的原理第48-55页
   ·VWRD的学习机制第55-59页
     ·生成可视词语袋第55-57页
     ·可视词语语义解释第57-59页
   ·VWRD的推理机制第59-62页
   ·本章小结第62-64页
第四章 VWRD多模型遥感影像居民地和水体提取第64-83页
   ·地物特征的模型分析第64-66页
     ·基于单模型描述特征分布的地物提取第64-65页
     ·基于多模型描述特征分布的地物提取第65-66页
   ·基于可视字母的可视词语构词法第66-69页
     ·基于可视字母的构词法的特点第66-67页
     ·经验模型在遥感影像居民地和水体提取中的应用第67-68页
     ·基于固定聚类数构词法的居民地和水体提取第68-69页
   ·基于最优聚类数的可视词语构词法第69-73页
     ·熵函数模糊C均值聚类的原理第69-70页
     ·熵函数模糊C均值聚类的模拟实验第70-72页
     ·基于最优聚类数构词法的VWRD遥感影像居民地和水体提取第72-73页
   ·基于遗传算法的可视词语构造方法第73-82页
     ·遗传算法的概念和过程第74-76页
     ·基于遗传算法构造可视词语的原理第76-81页
     ·基于遗传算法构造可视词语的VWRD遥感影像地物提取第81-82页
   ·本章小结第82-83页
第五章 引入语境信息的VWRD居民地和水体提取第83-96页
   ·引入语境信息的必要性第83-84页
   ·语义与语境信息的概念第84-86页
     ·语义与目标的语义描述第84-85页
     ·语境信息的概念和表达第85-86页
     ·基于语境信息的语义推理第86页
   ·VWRD中语境信息的引入方法第86-91页
     ·基于低级影像特征的语境信息引入方法第86-87页
     ·基于语义的语境信息引入方法第87-91页
   ·VWRD居民地和水体提取语境信息的引入第91-94页
   ·本章小结第94-96页
第六章 实验分析与应用第96-130页
   ·实验与分析第96-115页
     ·影像分类精度的评价方法第96-97页
     ·基于单模型与多模型的居民地和水体提取对比实验第97-109页
     ·基于三种不同构词法的居民地和水体提取对比实验第109-111页
     ·基于遗传算法与PCA算法的居民地提取对比实验第111-114页
     ·引入语境信息的居民地和水体提取的对比实验第114-115页
   ·VWRD居民地和水体提取在变化检测系统中的应用第115-129页
     ·针对不同数据源的变化检测子系统第115-116页
     ·新旧正射影像图斑变化检测子系统的应用第116-119页
     ·新正射影像与已有矢量数据变化检测子系统的应用第119-129页
   ·本章小结第129-130页
第七章 结束语第130-133页
   ·主要工作与贡献第130-132页
   ·进一步的工作与展望第132-133页
参考文献第133-140页
攻读博士学位期间发表的论文和科研情况第140-142页
致谢第142页

论文共142页,点击 下载论文
上一篇:大型湖泊水库的环境管理模式研究
下一篇:智能优化算法在高光谱遥感影像分类中的应用研究