基于对象特征的高分辨率遥感影像特定目标提取
| 致谢 | 第1-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-11页 |
| 1 绪论 | 第11-18页 |
| ·研究的目的和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·研究的内容及方法 | 第14-15页 |
| ·技术路线 | 第15-18页 |
| 2 面向对象信息提取技术 | 第18-28页 |
| ·影像分割 | 第18-19页 |
| ·面向对象分类 | 第19-25页 |
| ·信息提取的流程 | 第25页 |
| ·实验与讨论 | 第25-28页 |
| 3 影像对象特征集 | 第28-38页 |
| ·特征总结 | 第29-32页 |
| ·图层特征 | 第29-30页 |
| ·纹理特征 | 第30-31页 |
| ·形状特征 | 第31-32页 |
| ·算法实现 | 第32-37页 |
| ·像元运算 | 第32-33页 |
| ·灰度共生矩阵 | 第33-35页 |
| ·协方差矩阵 | 第35-36页 |
| ·绑定盒 | 第36-37页 |
| ·定量分析 | 第37-38页 |
| 4 影像对象特征优化 | 第38-44页 |
| ·特征抽取技术 | 第38页 |
| ·四种可分性准则 | 第38-40页 |
| ·基于可分性准则的特征提取 | 第40-42页 |
| ·对象特征的存储与表达 | 第42-44页 |
| 5 特征子集选取 | 第44-54页 |
| ·特征选择的方法 | 第44-45页 |
| ·特征子集选择的过程 | 第45-46页 |
| ·基于决策树的特征选择 | 第46-53页 |
| ·决策树 | 第47-49页 |
| ·决策树算法 | 第49-52页 |
| ·C4.5 算法描述 | 第52-53页 |
| ·规则表达 | 第53-54页 |
| 6 原型系统及实例分析 | 第54-61页 |
| 7 结论 | 第61-62页 |
| ·总结 | 第61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68-69页 |
