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 |