首页--天文学、地球科学论文--海洋学论文--海洋调查与观测论文--调查与观测技术设备论文--遥测技术设备论文

海岸带地物的面向对象分类算法研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-15页
   ·研究背景第9-10页
   ·国内外研究进展第10-13页
     ·面向对象分类的研究进展第10-13页
     ·面向对象分类方法在海岸带分类中的研究进展第13页
   ·本论文研究内容和创新第13-14页
   ·论文的篇章结构第14-15页
第二章 基于纹元的海岸带面向对象分类第15-41页
   ·常规的基于纹元的海岸带面向对象分类的提取流程第15-16页
   ·图像分割第16-23页
     ·多维梯度第19-20页
     ·H-minima第20-22页
     ·色彩模型转换第22-23页
   ·纹元直方图的生成第23-26页
     ·Gabor滤波第23-24页
     ·非负矩阵分解第24-25页
     ·纹元直方图的计算第25-26页
   ·朴素贝叶斯分类第26-30页
     ·贝叶斯定理第27页
     ·贝叶斯判别准则第27页
     ·朴素贝叶斯分类第27-30页
   ·分类结果的处理第30页
   ·试验结果及其分析第30-40页
     ·研究区域和数据第30-32页
     ·试验方法第32-36页
     ·结果与精度评定第36-40页
   ·小结第40-41页
第三章 改进的基于纹元的面向对象分类模型第41-54页
   ·改进的基于纹元的面向对象分类模型的提取流程第41-42页
   ·结构张量第42-43页
   ·多尺度结构张量第43页
   ·PM扩散滤波第43-44页
   ·结构张量的迹第44页
   ·KL散度第44-45页
   ·纹理特征算子第45-46页
   ·试验结果及其分析第46-52页
     ·研究区域和数据第46-47页
     ·试验方法第47-50页
     ·结果与精度评定第50-52页
   ·小结第52-54页
第四章 基于LBP的海岸带地物提取第54-69页
   ·基于LBP的海岸带地物提取流程第54-55页
   ·LBP纹理第55-57页
   ·小波变换第57-59页
   ·几何特征的计算第59页
     ·区域圆形度提取第59页
     ·区域伸长度第59页
   ·BP神经网络聚类第59-63页
     ·神经元模型第60-61页
     ·单层感知器第61页
     ·多层感知器与BP神经网络第61-63页
   ·试验结果及分析第63-67页
     ·试验数据简介第63-64页
     ·养殖池塘的LBP纹理分析第64-65页
     ·养殖池塘的提取结果第65-66页
     ·其它地物的基于LBP纹理提取的结果第66-67页
   ·小结第67-69页
第五章 结论与展望第69-72页
参考文献第72-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:台湾当代原住民雕塑的再生与影响
下一篇:UMWM模式在全球海浪数值模拟及海气界面通量研究中的应用