基于图象的数据挖掘方法研究
| 第一章 绪论 | 第1-17页 |
| ·、 知识发现与数据挖掘 | 第9-12页 |
| ·、 图象数据挖掘意义 | 第12-14页 |
| ·、 国内外研究现状 | 第14-15页 |
| ·、 本文主要内容框架 | 第15-17页 |
| 第二章 图象数据归约 | 第17-32页 |
| ·、 小波滤波器在图象数据归约中的应用 | 第17-21页 |
| ·、 小波分析的基本理论 | 第17-18页 |
| ·、 小波数据归约方法 | 第18-21页 |
| ·、 聚类在图象数据归约中的应用 | 第21-30页 |
| ·、 几种常用聚类介绍 | 第21-27页 |
| ·、 基于区域聚类的图象数据归约方法 | 第27-29页 |
| ·、 实验与讨论 | 第29-30页 |
| ·、 小结 | 第30-32页 |
| 第三章 图象数据分割 | 第32-51页 |
| ·、 图象分割综述 | 第32-37页 |
| ·、 基于阈值的图象分割方法 | 第32-35页 |
| ·、 边缘检测 | 第35-36页 |
| ·、 纹理分割 | 第36-37页 |
| ·、 基于傅立叶功率谱自适应四叉树分割方法 | 第37-42页 |
| ·、 基于gabor滤波器的纹理分割方法 | 第42-45页 |
| ·、 滤波器的构造 | 第42-43页 |
| ·、 特征的提取 | 第43-44页 |
| ·、 特征的聚类 | 第44页 |
| ·、 实验结果 | 第44-45页 |
| ·、 基于GMRF随机场分布的纹理分割方法 | 第45-50页 |
| ·、 马尔可夫随机场 | 第45-46页 |
| ·、 高斯马尔科夫随机场模型分析 | 第46-47页 |
| ·、 特征提取 | 第47-48页 |
| ·、 特征的聚类 | 第48页 |
| ·、 实验结果 | 第48-50页 |
| ·、 小结 | 第50-51页 |
| 第四章 图象数据挖掘系统应用实验 | 第51-60页 |
| ·、 检测图象中的桥梁目标 | 第51-54页 |
| ·、 Canny边缘检测方法 | 第51-52页 |
| ·、 Hough变换 | 第52-54页 |
| ·、 实验结果 | 第54页 |
| ·、 沙漠特征数据挖掘 | 第54-59页 |
| ·、 沙漠地区选择 | 第55-58页 |
| ·、 沙漠地区信息提取 | 第58-59页 |
| ·、 图象数据特征库建立 | 第59页 |
| ·、 小结 | 第59-60页 |
| 第五章 基于图象特征库的可视化方法研究 | 第60-68页 |
| ·、 图象数据库原型的发展 | 第60-63页 |
| ·、 图象数据库原型的技术特点 | 第61页 |
| ·、 数据模型和元图象表示 | 第61-63页 |
| ·、 特征库建立 | 第63-64页 |
| ·、 可视化方法研究 | 第64-65页 |
| ·、 基于平行坐标系的可视化方法 | 第65-67页 |
| ·、 平行坐标系 | 第65-66页 |
| ·、 空间映射 | 第66-67页 |
| ·、 小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·、 本文总结 | 第68-69页 |
| ·、 研究展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 附一: 作者在攻读硕士期间完成工作及论文发表情况 | 第74-76页 |
