基于纹理的遥感图像分类研究

摘要	第1-8页
Abstract	第8-13页
第1章 绪论	第13-32页
·引言	第13页
·遥感图像分类	第13-15页
·遥感图像监督分类	第14-15页
·遥感图像非监督分类	第15页
·图像分类方法研究	第15-24页
·图像分割方法	第15-16页
·区域生长算法	第16-17页
·模糊数学方法	第17-19页
·神经网络方法	第19-20页
·数据挖掘方法	第20-24页
·图像纹理方法研究	第24-28页
·图像纹理研究现状	第24-26页
·基于统计的灰度共生矩阵法	第26页
·遥感图像的纹理研究	第26-28页
·目前存在的问题及发展趋势	第28-29页
·论文的目标内容	第29-31页
·课题来源	第31-32页
第2章 图像纹理关联规则数据挖掘	第32-50页
·图像数据挖掘介绍	第32-33页
·关联规则数据挖掘	第33-35页
·关联规则定义	第33-34页
·关联规则挖掘算法	第34-35页
·图像纹理关联规则挖掘	第35-49页
·图像关联规则定义	第35-37页
·图像数据挖掘预处理	第37-41页
·图像纹理关联规则挖掘	第41-45页
·关联规则对图像纹理的表达实验及评价	第45-47页
·高维联合关联规则挖掘	第47-49页
·本章小结	第49-50页
第3章 基于纹理联合关联规则的图像分类	第50-70页
·遥感图像监督分类	第50-55页
·最大似然法	第51-53页
·最小距离法	第53页
·基于最小错误概率的Bayes分类器	第53-54页
·概率松弛算法	第54-55页
·基于关联规则的分类	第55-58页
·基于纹理联合关联规则的遥感图像监督分类	第58-65页
·样本纹理联合关联规则建立	第58-61页
·模糊分类器设计	第61-63页
·基于窗口的纹理联合关联规则图像分类	第63-65页
·实验及评价	第65-68页
·分类混淆矩阵分析	第65-67页
·算法复杂度分析	第67-68页
·本章小结	第68-70页
第4章 遥感图像纹理特征模糊表达	第70-90页
·云模型与云模糊理论	第70-74页
·模糊集理论	第71-72页
·云模糊理论	第72-74页
·纹理统计描述方法	第74-75页
·纹理描述符纹理表达及相关分析	第75-85页
·纹理描述符分析	第75-80页
·纹理描述符相关性分析	第80-85页
·纹理特征矢量云的构建	第85-87页
·矢量云滴获取	第85-86页
·纹理特征矢量云生成	第86-87页
·基于纹理特征矢量云的模糊纹理表达实验及评价	第87-89页
·本章小结	第89-90页
第5章 基于纹理特征矢量云的非监督分类	第90-108页
·遥感图像非监督分类	第90-94页
·遥感图像非监督分类方法	第91-93页
·基于图像纹理特征的非监督分类	第93-94页
·基于纹理特征矢量云的非监督分类	第94-100页
·纹理特征矢量云距离计算	第94页
·基于纹理特征矢量云c-均值聚类	第94-97页
·基于纹理特征矢量云模糊 ISODATA聚类	第97-100页
·实验及评价	第100-106页
·Brodatz纹理云聚类分析评价	第100-103页
·遥感图像云聚类实验分析	第103-106页
·本章小结	第106-108页
第6章 遥感图像分类区域模糊表达	第108-121页
·遥感图像中模糊区域的表达研究	第108-110页
·遥感图像分类区域云表达	第110-115页
·云核的生成	第111-112页
·对象云滴数字特征获取	第112-113页
·对象云模型数字特征的获取	第113-114页
·图像分类区域云表达	第114-115页
·区域对象云关系运算	第115-117页
·区域对象云相似性分析及实验评价	第117-120页
·单对象云的相似性度量	第117页
·对象云族相似性度量	第117-120页
·本章小结	第120-121页
结论	第121-124页
1 本文的主要贡献	第121-122页
2有待改进的问题	第122页
3 未来研究方向	第122-124页
致谢	第124-125页
参考文献	第125-139页
攻读博士学位期间发表的论文及科研成果	第139-141页