| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·遥感的概念 | 第10-11页 |
| ·遥感图像分类的意义和作用 | 第11-12页 |
| ·遥感图像分类的研究现状及发展趋势 | 第12-13页 |
| ·主要研究内容及章节安排 | 第13-15页 |
| 第2章 遥感图像分类的相关基础知识 | 第15-22页 |
| ·遥感图像的特征变换与特征选择 | 第15-16页 |
| ·遥感图像分类的基本原理 | 第16-19页 |
| ·遥感图像分类的基本概念 | 第16-17页 |
| ·遥感图像分类的一般原理 | 第17-19页 |
| ·LANDSAT TM合成图像波段组合的选择 | 第19-21页 |
| ·TM传感器的图像波段特性 | 第19-20页 |
| ·TM波段组合 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 遥感图像分类的常用方法 | 第22-33页 |
| ·监督分类 | 第22-26页 |
| ·最小距离分类法 | 第22-24页 |
| ·平行多面体分类法 | 第24页 |
| ·最大似然分类法 | 第24-26页 |
| ·非监督分类 | 第26-32页 |
| ·K均值聚类法 | 第27-29页 |
| ·ISODATA分类法 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于空间信息的模糊C均值聚类算法 | 第33-47页 |
| ·模糊理论 | 第33-34页 |
| ·模糊C均值聚类(FCM)算法 | 第34-39页 |
| ·硬C均值聚类算法 | 第35-36页 |
| ·模糊C均值聚类算法 | 第36-38页 |
| ·加权模糊指数m的设置 | 第38-39页 |
| ·基于空间信息的模糊C均值聚类算法 | 第39-46页 |
| ·基于空间信息的模糊C均值遥感图像聚类 | 第39-41页 |
| ·正则化系数α的选取 | 第41-42页 |
| ·具体算法步骤 | 第42页 |
| ·实验结果与分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于空间信息核模糊C均值算法的遥感图像分类 | 第47-60页 |
| ·核函数 | 第47-49页 |
| ·核函数的基本原理 | 第47-48页 |
| ·核函数的选择 | 第48-49页 |
| ·核模糊C模糊聚类算法 | 第49-51页 |
| ·基于空间信息核模糊C均值聚类算法的遥感图像分类 | 第51-53页 |
| ·实验结果与分析 | 第53-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间参加的科研项目和成果 | 第66页 |