高分辨率遥感影像面向对象分类方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-26页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外研究进展及存在的问题 | 第13-23页 |
| ·影像分割 | 第13-15页 |
| ·尺度问题 | 第15-19页 |
| ·影像分类 | 第19-22页 |
| ·存在的问题 | 第22-23页 |
| ·论文主要研究内容及结构安排 | 第23-26页 |
| ·研究内容 | 第23-24页 |
| ·结构安排 | 第24-26页 |
| 第二章 相关理论基础 | 第26-48页 |
| ·分水岭变换 | 第26-29页 |
| ·基本定义 | 第26-27页 |
| ·算法介绍 | 第27-29页 |
| ·相位一致理论 | 第29-32页 |
| ·小波变换 | 第32-36页 |
| ·傅里叶变换 | 第32页 |
| ·连续小波 | 第32-33页 |
| ·离散小波 | 第33-34页 |
| ·多分辨率分析 | 第34-36页 |
| ·粗糙集 | 第36-39页 |
| ·知识与划分 | 第37-38页 |
| ·上下近似集 | 第38页 |
| ·近似的度量 | 第38-39页 |
| ·支持向量机 | 第39-43页 |
| ·结构风险最小化 | 第39-40页 |
| ·最优分类超平面 | 第40-42页 |
| ·常用的核函数 | 第42-43页 |
| ·多类分类支持向量机 | 第43页 |
| ·粒度计算 | 第43-47页 |
| ·粒度计算的基本成分 | 第44页 |
| ·粒度计算的基本问题 | 第44-46页 |
| ·主要的粒度计算模型 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第三章 高分辨率多光谱遥感影像多尺度分割 | 第48-68页 |
| ·Gabor纹理特征提取 | 第48-50页 |
| ·相位一致梯度提取 | 第50-52页 |
| ·最佳小波分解尺度选择 | 第52-56页 |
| ·分解尺度选择的重要性 | 第52-54页 |
| ·分解尺度选择的新方法 | 第54-55页 |
| ·实验及分析 | 第55-56页 |
| ·多层次标记提取 | 第56-60页 |
| ·基于标记的分水岭分割 | 第56-58页 |
| ·多层标记的提取方法 | 第58-59页 |
| ·实验及分析 | 第59-60页 |
| ·分割后处理 | 第60-65页 |
| ·多约束区域合并 | 第60-62页 |
| ·分割结果的投影 | 第62-64页 |
| ·实验及分析 | 第64-65页 |
| ·分割效果对比分析 | 第65-67页 |
| ·其他分割方法 | 第65页 |
| ·对比分析 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第四章 最佳空间尺度选择 | 第68-85页 |
| ·尺度基本概念 | 第68-70页 |
| ·遥感尺度问题 | 第70-72页 |
| ·最佳尺度选择 | 第72-79页 |
| ·空间尺度扩展 | 第72-74页 |
| ·纹理频谱特征 | 第74-76页 |
| ·纹理频谱变化规律分析 | 第76-78页 |
| ·最佳空间尺度选择方法 | 第78-79页 |
| ·最佳尺度选择评价 | 第79-84页 |
| ·纹理特征的可分性分析 | 第79-81页 |
| ·面向对象分类精度评价 | 第81-84页 |
| ·本章小结 | 第84-85页 |
| 第五章 基于粗糙集的面向对象分类 | 第85-101页 |
| ·面向对象分类的属性离散化 | 第85-90页 |
| ·离散化问题描述 | 第85-86页 |
| ·离散化算法分类 | 第86页 |
| ·现有离散化方法 | 第86-88页 |
| ·本文离散化方法 | 第88-90页 |
| ·基于粗糙集的分类 | 第90-100页 |
| ·分类信息系统 | 第90-92页 |
| ·属性约简 | 第92-94页 |
| ·规则获取 | 第94-95页 |
| ·规则匹配 | 第95页 |
| ·分类设计 | 第95-96页 |
| ·实验及分析 | 第96-100页 |
| ·本章小结 | 第100-101页 |
| 第六章 结合支持向量机与粒度计算的面向对象分类 | 第101-118页 |
| ·基于粗糙集的粒度计算 | 第101-104页 |
| ·基于粗糙集的知识粒度表示 | 第101-102页 |
| ·基于信息粒度的粗糙集聚类 | 第102-104页 |
| ·基于支持向量机的分类 | 第104-112页 |
| ·机器学习的问题 | 第104-105页 |
| ·学习样本的选择 | 第105-106页 |
| ·实验及分析 | 第106-112页 |
| ·结合支持向量机与粒度计算的分类 | 第112-117页 |
| ·方法原理 | 第112-113页 |
| ·颗粒生成 | 第113页 |
| ·颗粒判别 | 第113-114页 |
| ·实验及分析 | 第114-117页 |
| ·本章小结 | 第117-118页 |
| 第七章 结论与展望 | 第118-121页 |
| ·主要研究结论 | 第118-119页 |
| ·论文创新点 | 第119-120页 |
| ·研究展望 | 第120-121页 |
| 参考文献 | 第121-136页 |
| 致谢 | 第136-138页 |
| 攻读学位期间主要的研究成果 | 第138页 |
