| 【中文题名】 | 遥感图像分类中模糊模式识别和决策树方法的应用研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-11-7 |
| 【中关键词】 | 图像分类,模式识别,遥感,模糊聚类,决策树, |
| 【英关键词】 | Image Classification,Pattern Recognition,Remote Sensing,Fuzzy Clustering,Decision Tree, |
| 【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】 | 本文作为国家高新技术研究发展计划(863计划)资助课题“遥感数据处理平台与应用”的一部分，对遥感图像分类中的一些关键技术和主要算法做了深入的研究。针对传统监督和非监督分类的不足，将模糊模式识别技术引入其中，并对模糊C均值算法进行了改进，从而获得了更好的分类效果。文中根据前人提出的某些特定应用的决策树模型，建立了一个通用的知识规则符号库，并设计了一个通用的决策树分类平台，方便了决策树模型的建立和分类。最后设计并开发了以“图像分类—分类后处理—精度评价”为一体的“遥感图像分类系统”。主要从事了以下研究工作：
1) 在分析了传统监督和非监督分类方法的基础上，分别给出了传统分类六种算法的分类思想和算法流程。并指出了这些基于统计模式识别的传统分类方法的不足，结合模糊数学的思想，将模糊模式识别技术引入遥感图像分类中。在研究了模糊C均值算法的基础上，提出了一种适合于遥感图像的改进模糊C均值算法，该改进算法结合邻域统计分析的思想来优化隶属度函数，能够获得更快的分类速度、更高的分类精度和更好的分类效果图。
2) 根据前人所建立的某些特定应用的决策树模型，建立了一个通用的知识规则符号库，通过该符号... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
英文摘要 |
4-6 |
|
目录 |
6-9 |
|
表目录 |
9 |
|
图目录 |
9-10 |
|
第一章 绪论 |
10-15 |
|
1.1 研究背景和研究意义 |
10-11 |
|
1.2 遥感图像分类方法的研究现状 |
11-13 |
|
1.2.1 研究历史及现状 |
11-12 |
|
1.2.2 现有商用软件的现状 |
12-13 |
|
1.3 选题来源 |
13 |
|
1.4 本文主要工作 |
13-14 |
|
1.5 论文组织结构 |
14-15 |
|
第二章 遥感图像分类原理与传统分类方法 |
15-23 |
|
2.1 遥感图像分类原理 |
15-17 |
|
2.1.1 目视解译分类 |
15 |
|
2.1.2 计算机自动分类的基本原理 |
15-17 |
|
2.2 遥感图像分类的传统方法 |
17-21 |
|
2.2.1 引言 |
17 |
|
2.2.2 传统的监督分类 |
17-19 |
|
2.2.2.1 最大似然分类法 |
17-18 |
|
2.2.2.2 最小距离分类法 |
18 |
|
2.2.2.3 马氏距离分类法 |
18-19 |
|
2.2.2.4 平行体分类法 |
19 |
|
2.2.3 传统的非监督分类 |
19-20 |
|
2.2.3.1 K均值分类法 |
19-20 |
|
2.2.3.2 ISODATA分类法 |
20 |
|
2.2.4 传统分类方法的不足 |
20-21 |
|
2.3 本章小结 |
21-23 |
|
第三章 模糊模式识别在遥感图像分类中的应用 |
23-36 |
|
3.1 引言 |
23-24 |
|
3.2 模糊模式识别的基本知识 |
24-25 |
|
3.2.1 模式和模式识别的定义 |
24 |
|
3.2.2 直接法—对个体的识别 |
24 |
|
3.2.3 间接法—对整体的识别 |
24-25 |
|
3.2.4 建立隶属函数的方法 |
25 |
|
3.2.5 贴近度 |
25 |
|
3.3 模糊C均值算法 |
25-27 |
|
3.4 改进的模糊C均值分类算法 |
27-30 |
|
3.4.1 改进的基本思路 |
27-28 |
|
3.4.2 改进后的算法步骤 |
28-30 |
|
3.5 实验对比 |
30-34 |
|
3.6 本章小结 |
34-36 |
|
第四章 基于分层思想和知识规则的决策树分类方法 |
36-43 |
|
4.1 引言 |
36-37 |
|
4.2 分层思想和知识规则原理 |
37-38 |
|
4.3 知识规则符号库的建立 |
38 |
|
4.4 改进的决策树算法 |
38-41 |
|
4.4.1 常用的决策树算法简介 |
38-39 |
|
4.4.2 改进决策树算法 |
39-40 |
|
4.4.3 改进的二叉树数据结构 |
40-41 |
|
4.5 实验结果 |
41 |
|
4.6 本章小结 |
41-43 |
|
第五章 遥感图像分类系统的设计与实现 |
43-49 |
|
5.1 系统需求分析 |
43 |
|
5.2 系统开发环境 |
43 |
|
5.3 系统流程图 |
43-44 |
|
5.4 系统模块构成 |
44-45 |
|
5.5 系统用户界面设计 |
45-47 |
|
5.6 系统关键技术分析 |
47-49 |
|
5.6.1 系统输入输出 |
47 |
|
5.6.2 系统集成与升级 |
47-49 |
|
5.6.2.1 COM的优点 |
48 |
|
5.6.2.2 COM对象的设计实现 |
48-49 |
|
第六章 结论与展望 |
49-50 |
|
6.1 结论 |
49 |
|
6.2 展望 |
49-50 |
|
参考文献 |
50-53 |
|
致谢 |
53 |
|
| 【DOI】 | LunWen.ID:2.2008.389377 |
