基于纹理特征的遥感图像检索方法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第9-19页 |
| ·引言 | 第9页 |
| ·研究背景 | 第9-12页 |
| ·传统的图像检索技术 | 第9-10页 |
| ·基于内容的图像检索技术 | 第10-11页 |
| ·基于内容的遥感图像检索技术 | 第11-12页 |
| ·基于纹理特征的图像检索国内外研究现状 | 第12-14页 |
| ·纹理分析综述 | 第12-13页 |
| ·纹理分析研究现状 | 第13-14页 |
| ·基于内容的图像检索典型系统 | 第14-17页 |
| ·QBIC | 第15页 |
| ·Virage | 第15-16页 |
| ·RetrievalWare | 第16页 |
| ·Photobook | 第16页 |
| ·Visua1SEEK | 第16-17页 |
| ·本文研究内容及论文结构 | 第17-19页 |
| ·本文主要研究内容 | 第17页 |
| ·论文的内容组织 | 第17-19页 |
| 第二章 基于纹理特征检索的关键技术 | 第19-29页 |
| ·纹理特征提取分类 | 第19-24页 |
| ·基于统计特性的纹理特征提取 | 第19-23页 |
| ·基于频谱特性的纹理特征提取 | 第23-24页 |
| ·基于结构特性的纹理特征提取 | 第24页 |
| ·图像检索中的相似性度量 | 第24-26页 |
| ·检索算法的评价准则 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于共生矩阵的纹理图像检索 | 第29-41页 |
| ·灰度共生矩阵 | 第29-32页 |
| ·灰度共生矩阵的定义 | 第29-31页 |
| ·基于灰度共生矩阵的纹理特征描述 | 第31-32页 |
| ·旋转不变的特征提取 | 第32页 |
| ·灰度-平滑共生矩阵 | 第32-34页 |
| ·传统灰度共生矩阵存在的问题 | 第32-33页 |
| ·灰度-平滑共生矩阵的定义 | 第33页 |
| ·基于灰度-平滑共生矩阵的纹理特征描述 | 第33-34页 |
| ·灰度-梯度共生矩阵 | 第34-36页 |
| ·灰度-梯度共生矩阵的定义 | 第34-35页 |
| ·基于灰度-梯度共生矩阵的纹理特征描述 | 第35-36页 |
| ·实验步骤 | 第36-37页 |
| ·实验结果 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于二元树复小波变换的遥感图像检索 | 第41-51页 |
| ·小波变换基本理论 | 第41-44页 |
| ·小波函数定义 | 第41-42页 |
| ·小波函数的特性分析 | 第42-43页 |
| ·离散小波变换(DWT)的缺陷 | 第43-44页 |
| ·基于金字塔结构的小波变换 | 第44-45页 |
| ·二元树复小波变换 | 第45-48页 |
| ·复小波函数 | 第45-46页 |
| ·二元树复小波变换 | 第46-48页 |
| ·基于能量统计特征的特征提取 | 第48页 |
| ·实验结果 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 系统设计及实验结果分析 | 第51-59页 |
| ·系统设计原则 | 第51页 |
| ·基于内容的遥感图像检索的系统结构 | 第51-52页 |
| ·检索流程 | 第52-53页 |
| ·特征向量归一化和相似性度量 | 第53-54页 |
| ·实验结果及分析 | 第54-59页 |
| 第六章 总结及展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第64-65页 |
| 致谢 | 第65页 |
