基于多核支持向量机的高分辨率遥感影像建筑物提取研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景及研究意义 | 第9-10页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·高分辨率遥感影像建筑物提取国内外研究现状 | 第10-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·基于多核支持向量机分类的研究现状 | 第13-14页 |
| ·论文的主要研究内容和技术路线 | 第14-16页 |
| ·论文的主要研究内容 | 第14-15页 |
| ·技术路线 | 第15-16页 |
| ·论文结构安排 | 第16-17页 |
| 第二章 面向对象的遥感影像建筑物提取相关技术 | 第17-34页 |
| ·影像分割技术 | 第17-21页 |
| ·改进分水岭分割方法 | 第17-19页 |
| ·均值漂移分割方法 | 第19-21页 |
| ·高分辨率遥感影像建筑物特征提取 | 第21-26页 |
| ·建筑物光谱特征 | 第21-23页 |
| ·建筑物纹理特征 | 第23-25页 |
| ·建筑物形状特征 | 第25-26页 |
| ·遥感影像目标分类 | 第26-31页 |
| ·K近邻监督分类 | 第27-28页 |
| ·支持向量机分类 | 第28-31页 |
| ·基于OTB的图像处理环境概述 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 多核支持向量机影像分类模型研究 | 第34-45页 |
| ·模式识别的核方法 | 第34-35页 |
| ·支持向量机分类的特点和缺点 | 第35-37页 |
| ·支持向量机分类方法的特点 | 第35-36页 |
| ·支持向量机分类方法的缺点 | 第36-37页 |
| ·多核学习支持向量机影像分类模型 | 第37-41页 |
| ·MKSVM分类提取影像建筑物系统构建 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 高分辨率遥感影像建筑物提取实验 | 第45-66页 |
| ·建筑物提取实验的内容与方法 | 第45-46页 |
| ·高分辨率遥感影像预处理 | 第46-49页 |
| ·遥感影像融合处理 | 第46-47页 |
| ·影像增强处理 | 第47-49页 |
| ·基于K近邻监督分类提取不透水层 | 第49-57页 |
| ·改进分水岭分割影像 | 第49-52页 |
| ·不透水层提取 | 第52-57页 |
| ·基于MKSVM的面向对象分类提取建筑物研究 | 第57-64页 |
| ·均值漂移分割不透水层 | 第57-58页 |
| ·建筑物提取结果与精度评价 | 第58-64页 |
| ·本章小结 | 第64-66页 |
| 第五章 总结和展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间的研究成果 | 第72页 |
