遥感影像的计算机分类技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·引言 | 第8-9页 |
| ·遥感影像分类技术的现状 | 第9-12页 |
| ·基于光谱特征分类技术的研究现状 | 第9-11页 |
| ·非光谱特征辅助分类技术的研究现状 | 第11-12页 |
| ·选题的目的、意义 | 第12-15页 |
| ·选择本课题的目的 | 第12-13页 |
| ·选择本课题的意义 | 第13页 |
| ·本研究的方案和研究环境 | 第13-15页 |
| 第二章 遥感影像计算机分类的一般原理和过程 | 第15-24页 |
| ·遥感影像计算机分类的一般原理 | 第15-18页 |
| ·遥感影像计算机分类的一般过程 | 第18-22页 |
| ·影像预处理 | 第18-20页 |
| ·训练集和特征集的选取 | 第20-21页 |
| ·分类运算 | 第21页 |
| ·分类后处理 | 第21-22页 |
| ·分类结果精度的评价方法 | 第22-24页 |
| 第三章 基于光谱特征遥感影像的分类方法研究 | 第24-44页 |
| ·遥感光谱理论 | 第24-30页 |
| ·地物反射光谱特性 | 第24-26页 |
| ·本文用到的遥感影像及其地物的光谱特征 | 第26-30页 |
| ·基于光谱特征的监督分类算法研究 | 第30-37页 |
| ·基于光谱特征的非监督分类算法研究 | 第37-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 非光谱特征辅助分类方法的研究 | 第44-68页 |
| ·纹理特征 | 第44-49页 |
| ·纹理的定义和描述 | 第44-47页 |
| ·纹理分析方法 | 第47-49页 |
| ·基于灰度共生矩阵的遥感影像分析与识别的研究 | 第49-60页 |
| ·灰度共生矩阵 | 第49-51页 |
| ·基于灰度共生矩阵的影像特征提取 | 第51-53页 |
| ·纹理特征影像提取的技术方案 | 第53-60页 |
| ·纹理特征辅助影像分类的研究 | 第60-67页 |
| ·纹理特征辅助影像分类的监督分类 | 第60-64页 |
| ·纹理特征辅助影像分类的非监督分类 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 遥感影像分类新技术 | 第68-72页 |
| ·神经网络分类法 | 第68-69页 |
| ·模糊分类法 | 第69页 |
| ·小波分析 | 第69-70页 |
| ·基于专家知识和地学知识的影像分类 | 第70页 |
| ·遥感影像分类方法研究的趋势和前景 | 第70-72页 |
| 第六章 结论和展望 | 第72-75页 |
| ·工作与创新 | 第72-73页 |
| ·结论 | 第73页 |
| ·展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
