遥感图像的分类-遥感技术-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 遥感技术 >> 正文

遥感图像的分类

作者：郭欣 Publish: 2005-9-26 Hits:-

【中文题名】

遥感图像的分类

【英文题名】

Classification of the Remote Image

【学科专业】

计算机应用技术

【论文级别】

硕士论文

【投稿时间】

2005-9-26

【中关键词】

SAR图像,非监督分类,HMM,,,

【英关键词】

SAR Image,Un-supervised classification,HMM,

【分类导航】

工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法>

【论文摘要】

遥感图像分类是将图像的所有像素按其性质分为若干个类的技术过程。遥感图像分类有两种主要的分类方法,一种是非监督分类方法,一种是监督分类方法。非监督分类方法往往是一个聚类过程,而监督分类则是一个学习和训练的过程,需要足够的先验知识。由于没有足够的先验知识,所以本论文所研究的主要是非监督算法。在论文中,详细介绍了传统的非监督分类方法K—means算法及ISODATA算法,并在此基础上,提出了基于概率模型的K-means算法和模糊ISODATA算法。计算结果表明,这两种方法都具有比传统非监督算法好的分类效果。在论文的实验数据分析中,还将小波域的隐含马尔可夫树模型应用到遥感图像分类中,并得出了相应的分类结果。从结果可以看出,本文所提出的基于概率模型的K-means算法和模糊ISODATA算法都比传统的非监督方法分类精度高,图像也比较平滑。针对SAR图像有大量斑点噪声的特点,将隐含马尔可夫模型应用到小波域中进行图像分类,分类结果表明,这也是一种很有效的分类方法。

【论文题纲】

第一章绪论	7-13
1．1 遥感技术的历史及发展现状	7-8
1．2 遥感图像分类的概念及原理	8-9
1．3 遥感图像分类的技术	9-11
1．4 论文的主要内容	11-13
第二章模式分类技术	13-21
2．1 模式分类基础知识	13-14
2．1．1 监督分类(Supervised Classification)	13-14
2．1．2 非监督分类(Unsupervised Classification)	14
2．2 统计模式分类方法	14-16
2．3 模式分类的方法	16-18
2．3．1 神经网络分类	16-17
2．3．2 小波变换在模式识别中的应用	17-18
2．3．3 模糊分类	18
2．3．4 马尔可夫随机场模型在模式识别中的应用	18
2．4 遥感图像处理中的模式识别应用	18-21
2．4．1 SAR图像的基本特征	18-19
2．4．2 图像特征提取	19-20
2．4．3 遥感信息处理	20-21
第三章聚类分析在遥感图像分类中的应用	21-35
3．1 概述	21-22
3．2 K-均值算法	22-24
3．3 ISODATA算法	24-28
3．4 基于概率模型的K-MEANS算法在SAR图象分类中的应用	28-30
3．4．1 高斯分布和瑞利分布	28-29
3．4．2 基于概率模型的K-means算法	29-30
3．5 模糊ISODATA动态聚类	30-32
3．6 模糊划分聚类	32-35
3．6．1 硬C划分	32-33
3．6．2 模糊C划分ISODATA聚类方法	33
3．6．3 算法的实现	33-35
第四章分类算法实验结果及数据分析	35-51
4．1 K-MEANS算法分析	35-40
4．2 基于概率模型的K-MEANS算法	40-44
4．3 模糊ISODATA算法分析	44-47
4．4 小波域的马尔可夫树模型在SAR图像分类中的应用	47-51
结论	51-52
参考文献	52-55
致谢	55-56
硕士期间发表的文章	56

【DOI】

LunWen.ID:2.2008.389304



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：SAR图像论文非监督分类 HMM

遥感技术最新论文

遥感技术热门论文