| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-18页 |
| ·引言 | 第11-12页 |
| ·遥感图像分类算法概述 | 第12-14页 |
| ·基于统计的分类算法 | 第12页 |
| ·人工神经网络分类算法 | 第12-13页 |
| ·模糊分类算法 | 第13页 |
| ·结合形态学的分类算法 | 第13页 |
| ·基于知识的分类算法 | 第13页 |
| ·基于多源数据融合的分类算法 | 第13-14页 |
| ·遥感图像分类算法应用现状 | 第14-15页 |
| ·道路网区域的分类 | 第14页 |
| ·建筑物分类 | 第14-15页 |
| ·主要研究工作和内容安排 | 第15-16页 |
| ·本文创新点小结 | 第16-18页 |
| 第二章 遥感图像中的常用特征提取技术 | 第18-30页 |
| ·引言 | 第18页 |
| ·基于灰度分析的特征提取算法 | 第18-23页 |
| ·基于统计的特征提取算法 | 第18-19页 |
| ·基于结构的几何特征提取算法 | 第19-20页 |
| ·两类遥感图像灰度特征提取算法 | 第20-23页 |
| ·局域二值模式特征 | 第20-22页 |
| ·分形误差特征 | 第22-23页 |
| ·基于时频分析的特征提取算法 | 第23-28页 |
| ·基于傅立叶变换的特征提取 | 第23-24页 |
| ·基于DCT 变换的特征提取 | 第24-25页 |
| ·基于小波变换的特征提取 | 第25-28页 |
| ·Gabor 小波特征 | 第25-26页 |
| ·小波包分解特征 | 第26-27页 |
| ·旋转不变小波特征 | 第27-28页 |
| ·基于子空间方法的特征提取算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于图像多尺度几何分析的特征提取 | 第30-50页 |
| ·引言 | 第30-31页 |
| ·图像多尺度几何分析 | 第31-34页 |
| ·小波分析的局限性 | 第31-32页 |
| ·图像多尺度几何分析的提出与发展 | 第32-34页 |
| ·遥感图像的多尺度几何特征提取 | 第34-42页 |
| ·旋转不变Contourlet 特征 | 第34-38页 |
| ·Contourlet 变换 | 第34-36页 |
| ·旋转不变Contourlet 特征提取 | 第36-38页 |
| ·冗余Contourlet 特征 | 第38-42页 |
| ·冗余Contourlet 变换 | 第38-40页 |
| ·最优基选择策略的引入 | 第40-42页 |
| ·冗余Contourlet 特征提取 | 第42页 |
| ·实验结果 | 第42-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于偏微分方程的遥感图像分类 | 第50-77页 |
| ·引言 | 第50页 |
| ·图像偏微分方程 | 第50-56页 |
| ·偏微分方程的发展 | 第50-51页 |
| ·偏微分方程在图像中的应用 | 第51-53页 |
| ·偏微分方程的数值求解方法 | 第53-56页 |
| ·偏微分方程数值求解方法概述 | 第53页 |
| ·水平集方法的数值计算 | 第53-56页 |
| ·基于偏微分方程的图像分类 | 第56-66页 |
| ·遥感图像人工区域划分算法 | 第56-60页 |
| ·改进单水平集CV 二分类模型 | 第57-59页 |
| ·人工区域复合特征提取 | 第59-60页 |
| ·人工区域划分算法详述 | 第60页 |
| ·遥感图像多类区域划分算法 | 第60-66页 |
| ·拓展多水平集CV 多分类模型 | 第60-64页 |
| ·遥感图像复合特征提取 | 第64-65页 |
| ·遥感图像多类区域划分算法详述 | 第65-66页 |
| ·实验结果与分析 | 第66-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 稀疏分类器于遥感图像中的应用研究 | 第77-97页 |
| ·引言 | 第77-78页 |
| ·非线性映射MUMFORD-SHAH 模型的提出 | 第78-80页 |
| ·稀疏分类器 | 第80-86页 |
| ·SVM | 第80-82页 |
| ·RVM | 第82-83页 |
| ·KMP | 第83-84页 |
| ·各类稀疏分类器的比较 | 第84-86页 |
| ·KMP 算法详述 | 第86-88页 |
| ·KMP 算子与图像偏微分方程的融合 | 第88-90页 |
| ·遥感图像的KMP 预测特征计算 | 第88-89页 |
| ·非线性映射Mumford-Shah 模型及水平集演化 | 第89-90页 |
| ·实验结果与分析 | 第90-96页 |
| ·本章小结 | 第96-97页 |
| 第六章 结束语 | 第97-100页 |
| ·全文的工作总结 | 第97-98页 |
| ·未来工作展望 | 第98-100页 |
| 参考文献 | 第100-110页 |
| 攻读博士学位期间发表或录用的论文 | 第110-111页 |
| 致谢 | 第111页 |