文摘
英文文摘
声明
1绪论
1.1引言
1.2国内外研究现状
1.2.1遥感图像分类方法
1.2.2纹理提取的方法
1.3研究目的和意义
1.4研究内容
1.5小结
2变差函数基本理论及其在遥感图像分类中的应用
2.1变差函数的基本理论
2.1.1区域化变量
2.1.2变差函数的定义
2.1.3变差函数的性质
2.1.4变差函数的结构分析
2.1.5变差函数的理论模型
2.2基于变差函数纹理信息提取的影响因素分析
2.2.1窗口的选择
2.2.2计算方向
2.2.3计算方式
2.3变差函数在纹理信息分析中的应用
2.3.1常用的三种地统计学变差函数的计算方法
2.3.2改进的加权变差函数的计算方法
2.4基于变差函数纹理提取的程序设计流程
3遥感图像分类理论研究
3.1遥感图像分类概述
3.2最大似然法分类方法
3.3神经网络分类方法
3.4 B-P神经网络分类方法介绍
3.4.1 BP网络模型
3.4.2神经元
3.4.3 BP神经网络训练
3.4.4 BP神经网络模型构造
3.5 小结
4基于纹理信息的最大似然法和BP神经网络分类法
4.1研究区概述
4.2技术流程
4.3遥感图像预处理
4.3.1遥感图像的几何纠正
4.3.2主成分分析
4.4基于变差函数的纹理提取
4.5加入纹理信息的两种分类方法
4.5.1训练样本的可分性检验
4.5.2神经网络结构设计和参数设置
4.5.3分类及精度评定
5结论
5.1结论
5.2展望
致 谢
参考文献
附录:攻读硕士期间发表的论文