| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 1 引言 | 第10-23页 |
| ·研究目的和意义 | 第10-13页 |
| ·国内外研究现状 | 第13-19页 |
| ·遥感图像自动分类研究现状 | 第13-15页 |
| ·纹理分析应用研究现状 | 第15-17页 |
| ·纹理特征提取方法研究进展 | 第17页 |
| ·纹理特征提取方法在遥感图像中的应用研究现状 | 第17-18页 |
| ·小结 | 第18-19页 |
| ·本文的研究内容、方法和技术路线 | 第19-22页 |
| ·研究内容 | 第19页 |
| ·研究方法 | 第19-20页 |
| ·技术路线 | 第20-22页 |
| ·本文内容安排 | 第22-23页 |
| 2 图像的纹理特征提取方法研究概况 | 第23-33页 |
| ·基于统计的纹理特征提取方法 | 第23-25页 |
| ·算子特征 | 第23-24页 |
| ·基于定量统计的特征提取 | 第24-25页 |
| ·基于变换域特征的提取 | 第25页 |
| ·基于模型的纹理特征提取方法 | 第25-29页 |
| ·联立自回归模型(SAR) | 第26页 |
| ·分形布朗随机场模型(FBRF) | 第26-27页 |
| ·Markov随机场模型(MRF) | 第27-28页 |
| ·沃德(Wold)模型 | 第28-29页 |
| ·基于结构的纹理特征提取方法 | 第29-30页 |
| ·基于空间/频域技术的纹理特征提取方法 | 第30-32页 |
| ·Gabor滤波器 | 第30-31页 |
| ·小波变换 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 3 基于灰度共生矩阵的彩色森林纹理特征提取方法的研究 | 第33-58页 |
| ·引言 | 第33页 |
| ·灰度共生矩阵方法的原理 | 第33-37页 |
| ·定义 | 第33-36页 |
| ·灰度共生矩阵的特征 | 第36-37页 |
| ·基于灰度共生矩阵的纹理特征参数 | 第37-39页 |
| ·彩色航空图像中森林纹理的特征提取 | 第39-56页 |
| ·彩色航空图像的样本及处理 | 第39页 |
| ·彩色航空图像的纹理特征提取 | 第39-53页 |
| ·纹理特征对不同样本类型差异的区分能力分析 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 4 基于局部二值模式的彩色森林纹理特征提取方法的研究 | 第58-74页 |
| ·引言 | 第58页 |
| ·局部二值模式方法的原理 | 第58-61页 |
| ·基于局部二值模式的森林纹理特征提取方法的研究 | 第61-64页 |
| ·基于LBP值的特征提取 | 第61-62页 |
| ·纹理特征的相似性测度 | 第62-64页 |
| ·基于局部二值模式的森林纹理特征提取方法的改进 | 第64-69页 |
| ·基于LBP/VAR的特征提取 | 第64-66页 |
| ·基于LBP/C的特征提取 | 第66-67页 |
| ·基于一致性模式的纹理特征提取 | 第67-69页 |
| ·彩色图像的森林纹理特征提取 | 第69-71页 |
| ·纹理特征对不同样本类型差异的区分能力分析 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 5 基于GABOR滤波器的彩色森林纹理特征提取方法的研究 | 第74-97页 |
| ·引言 | 第74页 |
| ·二维Gabor滤波器的原理 | 第74-75页 |
| ·Gabor滤波器的频域特性 | 第75-77页 |
| ·彩色航空图像森林纹理的Gabor滤波器的设计 | 第77-84页 |
| ·Gabor滤波器的参数之间的关系研究 | 第77-80页 |
| ·航空图像的Gabor滤波器的中心频率和方向设计 | 第80-84页 |
| ·基于Gabor滤波器的航空图像森林纹理特征的提取 | 第84-95页 |
| ·灰度图像的Gabor滤波特征提取 | 第84页 |
| ·不同森林类型的纹理特征选择 | 第84-86页 |
| ·彩色图像的Gabor滤波特征提取 | 第86-94页 |
| ·纹理特征对不同样本类型差异的区分能力分析 | 第94-95页 |
| ·本章小结 | 第95-97页 |
| 6 基于MEAN SHIFT的彩色航空图像的分割方法的研究 | 第97-110页 |
| ·引言 | 第97页 |
| ·Mean Shift的基本原理 | 第97-98页 |
| ·扩展的Mean Shift | 第98-100页 |
| ·核函数 | 第98-99页 |
| ·Mean shift的扩展 | 第99-100页 |
| ·概率密度梯度 | 第100-102页 |
| ·Mean Shift算法 | 第102-103页 |
| ·算法步骤 | 第102页 |
| ·基于Mean Shift算法的模态点检测 | 第102-103页 |
| ·图像的特征空间分析 | 第103-104页 |
| ·基于Mean Shift的图像空间滤波 | 第104-105页 |
| ·分割方法及实验结果分析 | 第105-107页 |
| ·色彩特征与纹理特征结合的研究 | 第107-109页 |
| ·本章小结 | 第109-110页 |
| 7 总结与展望 | 第110-112页 |
| ·总结 | 第110-111页 |
| ·展望 | 第111-112页 |
| 参考文献 | 第112-118页 |
| 附录 | 第118-138页 |
| 个人简介 | 第138-139页 |
| 导师简介 | 第139-140页 |
| 获得成果目录清单 | 第140-141页 |
| 致谢 | 第141页 |
