| 论文摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 论文目录 | 第8-9页 |
| 第一章 研究概况 | 第9-14页 |
| ·研究背景与立题意义 | 第9-10页 |
| ·以像元集合(Pixel Set)作为分类对象 | 第10-11页 |
| ·直方图和直方图向量 | 第11-13页 |
| ·一些关键问题 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第二章 直方图特征向量空间及其适用性 | 第14-19页 |
| ·直方图向量空间及其降维问题 | 第14-15页 |
| ·训练样本的直方图向量的统计分析 | 第15-17页 |
| ·适用于直方图向量的一些分类器 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 提取像元集合(PIXEL SET)的方法和速度问题 | 第19-24页 |
| ·二向递归种子生长算法 | 第19-21页 |
| ·四叉树优化循环合并像元算法 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 应用最近邻分类器 | 第24-27页 |
| ·最近邻分类器 | 第24页 |
| ·分类过程及输出效果 | 第24-25页 |
| ·分类精度分析 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第五章 应用多层感知网络分类器 | 第27-31页 |
| ·人工神经网络 | 第27-28页 |
| ·多层感知网络分类器(MLP) | 第28-29页 |
| ·训练及分类实例及结果 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第六章 混合类型街区的识别和定界问题 | 第31-35页 |
| ·混合类型街区 | 第31页 |
| ·“四叉树+阈值”定界算法 | 第31-33页 |
| ·这一方法运用于原始图像的效果 | 第33-34页 |
| ·讨论和小结 | 第34-35页 |
| 第七章 结论和讨论 | 第35-37页 |
| ·创新与不足 | 第35-36页 |
| ·适用性和前景 | 第36-37页 |
| 参考文献 | 第37-39页 |
| 致谢 | 第39页 |