导读:本文包含了模糊纹理光谱论文开题报告文献综述及选题提纲参考文献，主要关键词:TM影像,纹理,多尺度分割,模糊分类
模糊纹理光谱论文文献综述
靳晓辉,何俊仕,王康,孙亚飞,杨添平[1]（2016）在《综合纹理与光谱的土地利用模糊分类》一文中研究指出针对利用TM影像进行土地利用传统分类精度不高的问题,该文提出了一种综合应用影像纹理与光谱特征对TM影像进行土地利用模糊分类的方法。采用主成分分析法对研究流域TM影像的光谱及纹理特征信息进行压缩与融合,并对融合后的TM影像数据进行3个组别的多尺度分割,在影像分割对象单元的基础上应用面向对象的模糊逻辑隶属度函数法实现影像的软语义分类。相对传统分类方法而言,该方法在充分利用影像光谱信息的基础上综合了影像的纹理信息,且分类理论思想更加符合人们对于客观事物的认知规律,分类精度有了显着的提高,为TM影像分类方法的改进提供一定的参考。(本文来源于《测绘科学》期刊2016年02期）
孙学金,刘磊,高太长,赵世军,刘剑[2]（2009）在《基于模糊纹理光谱的全天空红外图像云分类》一文中研究指出为了对全天空红外测云系统获得的红外图像进行云类自动识别,提出了基于模糊纹理光谱结合云物理属性的全天空云类识别方法。首先根据不同滤波窗口的模糊纹理光谱图像特征,确定了滤波窗口大小,然后通过分析不同天空类型下的FUTS谱(fuzzy uncertainty texture spectrum)以及同一种天空类型下的FUTS谱,考察了FUTS进行云类识别的适用性,最后利用最小距离分类法和云基本物理属性对全天空红外图像进行了分类测试。在200个测试样本中,层状云、积云、高积云、卷云和晴空的识别率分别为100%,100%,90%,100%,100%,平均识别率达到98%。基于模糊纹理光谱的云分类算法对单一云空具有很好的分类效果,可进一步应用于全天空红外图像的云分类识别。(本文来源于《应用气象学报》期刊2009年02期）
林剑,王润生,鲍光淑,高光明[3]（2006）在《基于空间模糊纹理光谱的多光谱遥感图像分类方法》一文中研究指出为了充分利用各波段的纹理信息,针对遥感图像不同波段之间具有较大相关性的特点,提出了一种用空间模糊纹理光谱描述多光谱遥感图像纹理特征的方法。根据纹理特征具有多尺度的特性,对原始图像进行二次模糊纹理滤波,一次滤波采用平面叁角隶属度函数,二次滤波采用空间距离代替平面距离形成滤波隶属度函数,其模糊滤波图像的隶属度分布称之为空间模糊纹理光谱。用FasART神经网络分类验证,实验结果表明,该方法具有较高的分类精度,尤其对纹理特征较为复杂的区域的分类效果更为明显。(本文来源于《中国图象图形学报》期刊2006年02期）
林剑,鲍光淑,王润生,王欣[4]（2004）在《基于模糊密度分解的遥感图像光谱和纹理信息的融合》一文中研究指出根据遥感图像的纹理特征具有不确定性和各类别的分类精度有较大差异的特点 ,针对常用的表示分类器置信度的模糊密度 ,在信息融合过程中 ,存在削弱低置信度分类器中高精度类别对融合结果起作用的问题 ,提出了一种对模糊密度进行分解的模糊积分方法 ,分解后的模糊密度表示分类器中各类别的置信度 ,从而突出了分类器中类别的分类精度对系统最终决策的重要程度 .实验表明采用分解的模糊密度的模糊积分融合分割方法具有较高的精度(本文来源于《电子学报》期刊2004年12期）
林剑,鲍光淑,林强[5]（2004）在《基于模糊分析的多光谱遥感图像的纹理特征》一文中研究指出模糊分析的方法是用均一表面不确定性对原始图像进行模糊纹理滤波,在滤波图像上计算空间均一不确定性,对不确定性进行模糊纹理光谱分析,其光谱曲线直观地反映了多光谱遥感图像的纹理特征;通过采用不同的测量窗口,在不同的类别提取纹理样品进行实验。研究结果表明:多光谱遥感图像在小区域纹理特征不稳定,不同波段的纹理特征不同,不同类别的最小测量区域不同;模糊纹理分析的方法可用于图像分割。(本文来源于《中南大学学报(自然科学版)》期刊2004年02期）
模糊纹理光谱论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了对全天空红外测云系统获得的红外图像进行云类自动识别,提出了基于模糊纹理光谱结合云物理属性的全天空云类识别方法。首先根据不同滤波窗口的模糊纹理光谱图像特征,确定了滤波窗口大小,然后通过分析不同天空类型下的FUTS谱(fuzzy uncertainty texture spectrum)以及同一种天空类型下的FUTS谱,考察了FUTS进行云类识别的适用性,最后利用最小距离分类法和云基本物理属性对全天空红外图像进行了分类测试。在200个测试样本中,层状云、积云、高积云、卷云和晴空的识别率分别为100%,100%,90%,100%,100%,平均识别率达到98%。基于模糊纹理光谱的云分类算法对单一云空具有很好的分类效果,可进一步应用于全天空红外图像的云分类识别。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊纹理光谱论文参考文献
[1].靳晓辉,何俊仕,王康,孙亚飞,杨添平.综合纹理与光谱的土地利用模糊分类[J].测绘科学.2016
[2].孙学金,刘磊,高太长,赵世军,刘剑.基于模糊纹理光谱的全天空红外图像云分类[J].应用气象学报.2009
[3].林剑,王润生,鲍光淑,高光明.基于空间模糊纹理光谱的多光谱遥感图像分类方法[J].中国图象图形学报.2006
[4].林剑,鲍光淑,王润生,王欣.基于模糊密度分解的遥感图像光谱和纹理信息的融合[J].电子学报.2004
[5].林剑,鲍光淑,林强.基于模糊分析的多光谱遥感图像的纹理特征[J].中南大学学报(自然科学版).2004