| 【中文题名】 | 基于内容的遥感图像挖掘方法研究 |
| 【英文题名】 | Research on Content-based Image Mining Methods for Remote-sensing Images |
| 【学科专业】 | 控制科学与工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-9-14 |
| 【中关键词】 | 图像挖掘,遥感图像挖掘,多媒体挖掘,聚类,交互学习, |
| 【英关键词】 | Image Mining,Remote-sensing Image Mining,Multimedia Mining,Clustering,Interactive Learning, |
| 【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】 |
随着遥感技术、存储技术的迅速发展,我们积累了大量的空间数据,其中大部分是遥感图像数据。然而,这些海量的遥感图像数据的利用效率目前却仍然处于很低的层次,因为对于人来说,处理包含数以万计的图像数据集,并从中发现知识,这是非常困难的,甚至是不可能的,所以主要还是处于低层次的图像处理、存储技术。随着数据挖掘、信息检索和多媒体数据库及其相关领域的发展,对遥感图像的管理和分析以及从中发现对人们有用的信息成为可能。本论文针对这个问题提出了遥感图像挖掘的概念框架,并提出了两种基于内容的遥感图像挖掘方法:采用半监督的改进FCM聚类方法的遥感图像挖掘方法和基于交互学习的遥感图像挖掘方法。本论文研究工作如下:
(1)提出一种基于内容的遥感图像挖掘概念框架。遥感图像不同于一般的图像,所以遥感图像挖掘与一般的数据挖掘不同,针对这些不同的特点概括出遥感图像挖掘的概念,并提出了遥感图像挖掘的一般流程及其层次框架。
(2)提出了一种采用半监督的改进FCM聚类挖掘方法。由于遥感图像各类别在特征空间中散点图的分布的特点,本文对传统的FCM聚类算法进行改进,并且加入先验信息之后,将原来的非监督的聚类变成一种半监督的聚类方... |
| 【论文题纲】 |
|
图目录 |
6-7 |
|
表目录 |
7-8 |
|
摘要 |
8-9 |
|
Abstract |
9-10 |
|
第一章 绪论 |
10-18 |
|
1.1 问题的提出 |
10-11 |
|
1.2 国内外研究现状 |
11-15 |
|
1.3 本论文研究内容及其贡献 |
15-16 |
|
1.4 论文结构 |
16-18 |
|
第二章 遥感图像及其挖掘 |
18-30 |
|
2.1 遥感图像概述 |
18-22 |
|
2.1.1 遥感的概念 |
18-20 |
|
2.1.2 遥感图像的特点 |
20-21 |
|
2.1.3 遥感图像特征提取 |
21-22 |
|
2.2 遥感图像挖掘 |
22-29 |
|
2.2.1 图像挖掘 |
22-23 |
|
2.2.2 图像挖掘功能 |
23-24 |
|
2.2.3 遥感图像挖掘概念 |
24-26 |
|
2.2.4 遥感图像挖掘的层次结构 |
26-29 |
|
2.3 本章小结 |
29-30 |
|
第三章 采用半监督的改进FCM 聚类挖掘方法 |
30-43 |
|
3.1 特征提取 |
30-34 |
|
3.1.1 颜色特征提取 |
30-31 |
|
3.1.2 纹理特征提取 |
31-33 |
|
3.1.3 形状特征提取 |
33-34 |
|
3.1.4 特征归一化 |
34 |
|
3.2 常用的聚类算法 |
34-38 |
|
3.3 FCM 聚类算法 |
38-39 |
|
3.4 改进的半监督的FCM 聚类算法 |
39-41 |
|
3.5 本章小结 |
41-43 |
|
第四章 基于交互学习的遥感图像挖掘方法 |
43-49 |
|
4.1 基于交互学习的遥感图像挖掘框架 |
43-44 |
|
4.2 特征提取和聚类 |
44 |
|
4.3 贝叶斯学习 |
44-47 |
|
4.3.1 贝叶斯方法 |
45 |
|
4.3.2 贝叶斯学习 |
45-47 |
|
4.4 对遥感图像的交互式学习 |
47-48 |
|
4.5 本章小结 |
48-49 |
|
第五章 实验结果及讨论 |
49-55 |
|
5.1 实验环境设计 |
49 |
|
5.2 采用半监督的改进FCM 聚类算法实验 |
49-52 |
|
5.3 基于交互学习的遥感图像挖掘方法实验 |
52-55 |
|
第六章 结论和未来的工作 |
55-57 |
|
6.1 总结 |
55-56 |
|
6.2 未来研究展望 |
56-57 |
|
致谢 |
57-58 |
|
参考文献 |
58-61 |
|
附录 |
61 |
|
| 【DOI】 | LunWen.ID:2.2008.389382 |
