基于GF-1遥感影像矿区的信息提取与建模
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-9页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 遥感影像信息提取的发展现状 | 第9-12页 |
| 1.2.1 传统信息提取方法的发展现状 | 第9-10页 |
| 1.2.2 面向对象信息提取国内外发展现状 | 第10-12页 |
| 1.3 高分影像国内外发展现状 | 第12-14页 |
| 1.4 主要研究内容及论文结构 | 第14-16页 |
| 1.4.1 研究目标及内容 | 第14-15页 |
| 1.4.2 论文结构 | 第15-16页 |
| 1.5 技术路线 | 第16-17页 |
| 第2章 面向对象的原理与方法 | 第17-29页 |
| 2.1 面向对象的优势 | 第17页 |
| 2.2 影像分割 | 第17-21页 |
| 2.2.1 尺度的理解 | 第18-19页 |
| 2.2.2 多尺度分割 | 第19-21页 |
| 2.3 面向对象的特征 | 第21-27页 |
| 2.3.1 光谱特征 | 第22-23页 |
| 2.3.2 纹理特征 | 第23-25页 |
| 2.3.3 几何特征 | 第25-27页 |
| 2.4 面向对象分类技术 | 第27-29页 |
| 2.4.1 最邻近分类法 | 第27-28页 |
| 2.4.2 模糊分类法 | 第28-29页 |
| 第3章 高分一号的图像处理 | 第29-42页 |
| 3.1 高分一号数据特点 | 第29页 |
| 3.2 预处理的技术路线 | 第29-31页 |
| 3.3 图像融合 | 第31-33页 |
| 3.4 波段组合 | 第33-39页 |
| 3.4.1 最佳波段确定的方法 | 第33-35页 |
| 3.4.2 尾矿遥感最佳波段实验 | 第35-39页 |
| 3.5 高分一号的图像增强处理 | 第39-42页 |
| 3.5.1 meanshift在图像处理中的定义 | 第39-40页 |
| 3.5.2 高分一号增强实验 | 第40-42页 |
| 第4章 尾矿的特征分析及提取模型的建立 | 第42-51页 |
| 4.1 尾矿的特点 | 第42-44页 |
| 4.1.1 尾矿的定义 | 第42页 |
| 4.1.2 尾矿的分类 | 第42-44页 |
| 4.2 尾矿的特征分析 | 第44-51页 |
| 4.2.1 光谱特征分析 | 第45-48页 |
| 4.2.2 纹理特征和几何特征分析 | 第48-51页 |
| 第5章 面向对象的尾矿信息提取 | 第51-59页 |
| 5.1 分割参数的设定 | 第51-53页 |
| 5.2 基于纹理特征的影像分割 | 第53-56页 |
| 5.2.1 主成份分析 | 第53-54页 |
| 5.2.2 辅以纹理特征的分割实验 | 第54-56页 |
| 5.3 分类实验和精度评定 | 第56-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 导师简介 | 第64-65页 |
| 作者简介 | 第65-66页 |
| 学位论文数据集 | 第66页 |
