基于分形理论的遥感图像分类方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·引言 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·遥感图像分类过程 | 第12-13页 |
| ·图像分类方法 | 第13-15页 |
| ·论文研究内容及组织结构 | 第15-16页 |
| 第2章 遥感图像的分类方法 | 第16-29页 |
| ·遥感图像分类 | 第16-20页 |
| ·监督分类 | 第17-19页 |
| ·非监督分类 | 第19-20页 |
| ·监督分类与非监督分类的区别 | 第20页 |
| ·遥感图像的纹理 | 第20-21页 |
| ·几种具体的纹理分析方法 | 第21-28页 |
| ·灰度空间方法 | 第21-24页 |
| ·模型方法 | 第24-26页 |
| ·基于数字变换的方法 | 第26-28页 |
| ·小结 | 第28-29页 |
| 第3章 分形理论 | 第29-37页 |
| ·几种分形结构 | 第29-32页 |
| ·分形的定义 | 第32-33页 |
| ·分形的测度 | 第33-36页 |
| ·Hausdorff 维数 | 第33-34页 |
| ·盒维方法 | 第34-35页 |
| ·周长—面积法 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第4章 基于分形和色彩相异度的遥感图像分类 | 第37-49页 |
| ·引言 | 第37页 |
| ·图像分类算法 | 第37-39页 |
| ·模糊C 均值算法 | 第37-38页 |
| ·初始聚类中心的选择 | 第38-39页 |
| ·一种基于颜色和纹理特征的图像分类方法 | 第39-44页 |
| ·图像颜色特征的提取 | 第39-41页 |
| ·图像纹理特征的提取 | 第41-43页 |
| ·分类过程 | 第43-44页 |
| ·实验与分析 | 第44-47页 |
| ·小结 | 第47-49页 |
| 第5章 基于多分维特征的遥感图像分类方法 | 第49-56页 |
| ·引言 | 第49页 |
| ·Kirsch 边缘检测 | 第49-51页 |
| ·经典Kirsch 算子 | 第49页 |
| ·快速Kirsch 算子 | 第49-51页 |
| ·一种基于多分维特征的图像分类方法 | 第51-53页 |
| ·实验与分析 | 第53-55页 |
| ·小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录 A 攻读硕士学位期间所发表的学术论文目录 | 第63页 |
