基于信息聚类的遥感图像分割
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究目的与意义 | 第9页 |
| 1.2 研究现状与发展趋势 | 第9-12页 |
| 1.3 研究内容与方法 | 第12-16页 |
| 2 基本理论 | 第16-31页 |
| 2.1 聚类算法 | 第16-21页 |
| 2.1.1 聚类算法基本思想 | 第16-17页 |
| 2.1.2 模糊C-均值聚类算法 | 第17-21页 |
| 2.2 互信息 | 第21-24页 |
| 2.2.1 互信息定义 | 第21-22页 |
| 2.2.2 互信息的性质 | 第22页 |
| 2.2.3 多元互信息 | 第22-24页 |
| 2.3 马尔科夫随机场 | 第24-26页 |
| 2.3.1 邻域系统与子团结构 | 第24-26页 |
| 2.3.2 MRF模型 | 第26页 |
| 2.4 贝叶斯定理 | 第26-27页 |
| 2.5 精度评价 | 第27-30页 |
| 2.5.1 定性评价 | 第27-28页 |
| 2.5.2 定量评价 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 3 基于信息聚类的遥感图像分割方法 | 第31-42页 |
| 3.1 图像特征场模型 | 第31-32页 |
| 3.2 图像标号场模型 | 第32页 |
| 3.3 相似性测度 | 第32-36页 |
| 3.3.1 二元相似性测度 | 第33-34页 |
| 3.3.2 多元相似性测度 | 第34-36页 |
| 3.4 目标函数构建 | 第36页 |
| 3.5 目标函数的求解 | 第36-40页 |
| 3.5.1 基于二元信息聚类的遥感图像分割 | 第37-38页 |
| 3.5.2 基于多元信息聚类的遥感图像分割 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 4 实验结果与讨论 | 第42-59页 |
| 4.1 基于二元信息聚类的遥感图像分割 | 第42-48页 |
| 4.1.1 模拟图像分割实验 | 第42-44页 |
| 4.1.2 真实全色遥感图像分割实验 | 第44-48页 |
| 4.2 基于多元信息聚类的遥感图像分割 | 第48-57页 |
| 4.2.1 模拟图像分割实验 | 第48-50页 |
| 4.2.2 真实全色遥感图像分割实验 | 第50-57页 |
| 4.3 本章小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录A 符号表 | 第65-67页 |
| 附录B 缩略语 | 第67-68页 |
| 作者简历 | 第68-70页 |
| 学位论文数据集 | 第70页 |
