基于模糊理论的遥感影像混合像元分类方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·课题背景 | 第8-10页 |
| ·遥感发展历程 | 第8-9页 |
| ·遥感发展趋势 | 第9-10页 |
| ·遥感图像分类研究进展 | 第10-14页 |
| ·传统分类方法 | 第10-11页 |
| ·新分类法 | 第11-14页 |
| ·研究的目的与意义 | 第14-16页 |
| 2 混合像元分解模型及模糊理论分类模型理论分析 | 第16-25页 |
| ·混合像元分解方法 | 第16-21页 |
| ·线性分解模型 | 第16-17页 |
| ·概率模型 | 第17-18页 |
| ·几何光学模型 | 第18页 |
| ·随机几何模型 | 第18-19页 |
| ·非线性分解模型 | 第19页 |
| ·神经网络模型 | 第19-21页 |
| ·模糊理论及其在遥感影像分类中的作用 | 第21-25页 |
| ·模糊概念与模糊集合 | 第21-22页 |
| ·模糊模式识别 | 第22-23页 |
| ·模糊分类模型 | 第23-25页 |
| 3 模糊 C－均值聚类方法求隶属度 | 第25-32页 |
| ·端元的选择选取途径 | 第25-26页 |
| ·端元选取方法 | 第26-29页 |
| ·散点图端元选择法 | 第26-28页 |
| ·像元纯度指数端元选择法 | 第28-29页 |
| ·其他端元选择方法 | 第29页 |
| ·模糊 C-均值聚类方法 | 第29-32页 |
| 4 分类实验 | 第32-44页 |
| ·遥感影像数据介绍 | 第33页 |
| ·最小噪声分离变换实验选取终端端元 | 第33-37页 |
| ·像元纯净指数优化终端元选择 | 第37-39页 |
| ·N 维可视化获取终端端元 | 第39-40页 |
| ·模糊聚类分析 | 第40-41页 |
| ·混合像元分解实例 | 第41-44页 |
| ·模糊理论模型分类实验 | 第41页 |
| ·最大似然分类法分类实验 | 第41-44页 |
| 5 精度评定与结果分析 | 第44-47页 |
| ·精度评定 | 第44-46页 |
| ·结果分析 | 第46-47页 |
| 6 结论与展望 | 第47-49页 |
| ·结论 | 第47页 |
| ·展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间公开发表的学术论文 | 第53页 |
