Введение
1. Классификация изображений по данным ДЗЗ из космоса 13
1.1. Классификационные характеристики изображений 15
1.2. Классификация перистой облачности 17
1.3. Алгоритмы и методы классификации изображений 21
Основные выводы и результаты 29
2. Текстурный анализ изображений 30
2.1. Эталонные изображения текстур 30
2.2. Методы описания текстуры изображений 36
2.3. Методика формирования наборов информативных признаков 46
2.4. Модель текстурных признаков подтипов перистой облачности 53
Основные выводы и результаты 56
3. Искусственная нейронная сеть на основе модели нечеткого вывода 57
3.1. Функции принадлежности и их инициализация 59
3.2. Методика построения продукционной модели нечеткого вывода и конструирования нейросетевого классификатора 63
3.3. Топология нейро-нечеткой сети 71
3.4. Генетический алгоритм обучения сети 74
3.5. Интерпретация результатов классификации 80
Основные выводы и результаты 82
4. Программный комплекс для классификации текстур изображений 83
4.1. Выбор средств разработки 84
4.2. Проектирование, структура и описание программного комплекса 85
4.3. Апробация нечеткой нейронной сети и оценка эффективности 108
4.4. Внедрение и практическая значимость полученных результатов 115
Основные выводы и результаты 117
Заключение 119
Список литературы
