基于面向对象的高分辨无人机影像灾害信息提取关键技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究现状 | 第11-16页 |
| ·遥感技术在灾害信息中的应用 | 第11-12页 |
| ·遥感影像信息提取方法研究现状 | 第12-16页 |
| ·研究目的、研究内容和技术路线 | 第16-18页 |
| ·研究目的和主要内容 | 第16-17页 |
| ·技术路线 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 基于纹理相似的多尺度分割算法 | 第19-55页 |
| ·图像分割的原理与难点 | 第19-20页 |
| ·传统的图像分割方法 | 第20-26页 |
| ·边缘检测 | 第20-23页 |
| ·阈值分割算法 | 第23-25页 |
| ·基于区域的分割方法 | 第25-26页 |
| ·多尺度分割 | 第26-28页 |
| ·改进的基于纹理连续的多尺度分割算法 | 第28-45页 |
| ·技术路线 | 第28-29页 |
| ·过分割 | 第29-30页 |
| ·纹理连续性计算 | 第30-36页 |
| ·区域异质性函数建立 | 第36-38页 |
| ·区域合并过程 | 第38-42页 |
| ·算法各因子分析 | 第42-45页 |
| ·最优尺度模型建立 | 第45-48页 |
| ·分割算法对比评价 | 第48-54页 |
| ·目视说明 | 第48-51页 |
| ·分割区域个数比较 | 第51-52页 |
| ·定量分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第三章 分割对象特征的提取与分析 | 第55-64页 |
| ·对象的特征定量描述 | 第55-58页 |
| ·光谱统计特征 | 第55-57页 |
| ·形状和纹理特征 | 第57-58页 |
| ·对象选择与特征统计 | 第58-61页 |
| ·主成分分析 | 第61-62页 |
| ·对象特征提取实验 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第四章 基于支持向量机的高分辨率无人机影像分类 | 第64-84页 |
| ·支持向量机基础 | 第64-70页 |
| ·线性可分问题 | 第64-67页 |
| ·线性不可分问题 | 第67-70页 |
| ·分类识别模型建立 | 第70-74页 |
| ·分类实验及精度对比 | 第74-76页 |
| ·不同灾害信息提取 | 第76-83页 |
| ·堰塞湖信息提取 | 第76-79页 |
| ·根据灾前、灾后影像提取灾害信息 | 第79-83页 |
| ·本章小结 | 第83-84页 |
| 第五章 结论和展望 | 第84-86页 |
| ·总结 | 第84-85页 |
| ·展望 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 研究生期间研究成果 | 第91页 |
