布朗多尺度几何遥感图像融合与分类策略学术

摘要3-4

Abstract4-7

第一章 绪论7-13

1.1 遥感图像融合及其探讨近况7-9

1.1.1 遥感图像融合7

1.1.2 遥感图像融合近况7-9

1.2 遥感图像分类及其进展近况9-10

1.2.1 遥感图像分类9

1.2.2 遥感图像分类探讨近况9-10

1.3 本论文主要内容与革新点10-11

1.4 本论文章节结构安排11-13

第二章 遥感图像融合及分类基本论述13-31

2.1 Curvelet 变换论述13-17

2.1.1 Curvelet 变换定义13-16

2.1.2 Curvelet 变换的实现16

2.1.3 Curvelet 变换分解重构实验16-17

2.2 轮廓波（Contourlet）变化17-19

2.2.1 轮廓波（Contourlet）定义17

2.2.2 轮廓波（Contourlet）变换实现17-19

2.3 方向波（Directionlet）变化19-20

2.3.1 方向波（Directionlet）定义19

2.3.2 方向波（Directionlet）变换的实现19-20

2.4 分形论述20-23

2.4.1 分形分维定义20-21

2.4.2 分形论述在图像处理中的运用21-23

2.5 模糊推理分类与模糊积分融合23-26

2.5.1 模糊推理原理23-25

2.5.2 模糊积分原理25-26

2.6 遥感图像融合与分类评价参数26-31

2.6.1 融合结果评价参数26-27

2.6.2 分类结果评价参数27-31

第三章 基于多尺度浅析与分形的图像融合算法31-45

3.1 分形融合算法结构与框图31-37

3.1.1 本论文三种融合算法结构介绍31-34

3.1.2 比较融合算法的结构34-37

3.2 融合算法中的融合规则37-41

3.2.1 高频融合规则37-39

3.2.2 低频融合规则39-41

3.3 仿真实验与结果浅析41-43

3.4 本章小结43-45

第四章 基于分形的遥感图像分类算法探讨45-59

4.1 分类算法结构与框图45-46

4.2 分类器设计46-49

4.2.1 光谱特点提取46-47

4.2.2 纹理特点提取47

4.2.3 分类器设计47-49

4.3 分类器融合49-51

4.4 分类算法实验仿真与浅析51-57

4.4.1 融合后图像分类实验51-56

4.4.2 融合前图像分类实验56-57

4.5 本章小结57-59

第五章 总结与展望59-61

5.1 本论文工作总结59

5.2 展望59-61

致谢61-63