曲波特征加权遥感图像统计分割原理与方法

●章 绪论1

1.1 星载高分辨率遥感卫星1

1.2 高分辨率遥感图像的特点14

1.3 高分辨率遥感图像分割方法14

1.3.1 单一特征分割方法15

1.3.2 多特征分割方法17

第2章 基础理论20

2.1 多尺度分析20

2.1.1 小波变换20

2.1.2 曲波变换25

2.2 特征选择30

2.2.1 过滤方法30

2.2.2 封装方法32

2.3 统计建模与模拟33

2.3.1 统计建模33

2.3.2 统计模拟38

第3章 高分辨率遥感图像特征提取43

3.1 光谱特征43

3.2 纹理特征47

3.3 边缘特征50

3.4 高分辨率遥感图像特征提取实例52

3.4.1 光谱特征提取实例52

3.4.2 纹理特征提取实例56

3.4.3 边缘特征提取实例58

第4章 贝叶斯框架下的特征分割62

4.1 特征加权贝叶斯分割算法62

4.1.1 特征加权贝叶斯分割算法描述62

4.1.2 特征加权贝叶斯分割算法实例68

4.2 光谱特征贝叶斯分割算法101

4.2.1 光谱特征贝叶斯分割算法描述102

4.2.2 光谱特征贝叶斯分割算法实例106

4.3 无权重特征贝叶斯分割算法109

4.3.1 无权重特征贝叶斯分割算法描述109

4.3.2 无权重特征贝叶斯分割算法实例113

第5章 能量框架下的特征分割117

5.1 特征加权能量分割算法117

5.1.1 特征加权能量分割算法的描述117

5.1.2 特征加权能量分割算法实例121

5.2 光谱特征能量分割算法153

5.2.1 光谱特征能量分割算法描述153

5.2.2 光谱特征能量分割算法实例155

5.3 无权重特征能量分割算法159

5.3.1 无权重特征能量分割算法描述159

5.3.2 无权重特征能量分割算法实例162

参考文献166

附录A 变量注释表178

附录B 缩略语清单182