摘要 | 第7-8页 |
Abstract | 第8页 |
第一章 绪论 | 第9-15页 |
1.1 研究的背景及意义 | 第9-10页 |
1.1.1 地物要素智能提取的研究意义 | 第9-10页 |
1.1.2 水域边界智能提取的研究意义 | 第10页 |
1.2 研究现状及发展动态 | 第10-11页 |
1.3 论文的主要研究内容 | 第11-13页 |
1.3.1 水体的遥感特征 | 第11-12页 |
1.3.2 人机协同策略 | 第12页 |
1.3.3 基于主动轮廓模型的水域边界提取 | 第12-13页 |
1.3.4 综合水体指数 | 第13页 |
1.3.5 基于决策树的水体提取 | 第13页 |
1.4 论文的结构 | 第13-15页 |
第二章 水域边界提取基础 | 第15-24页 |
2.1 水域及其边界的定义 | 第15-16页 |
2.2 水域在遥感影像上的特征 | 第16-21页 |
2.2.1 水体的光谱特征 | 第18-20页 |
2.2.2 水域的空间特征 | 第20-21页 |
2.3 水域边界提取结果的精度评价方法 | 第21-23页 |
2.4 本章小结 | 第23-24页 |
第三章 基于主动轮廓模型的水域边界提取 | 第24-45页 |
3.1 主动轮廓模型的基本原理 | 第24-34页 |
3.1.1 Snake模型的基本数学描述 | 第25-30页 |
3.1.2 GVF Snake模型对Snake模型的改进 | 第30-34页 |
3.2 基于主动轮廓模型提取简单水域的边界 | 第34-36页 |
3.2.1 迭代计算GVF力场 | 第34-36页 |
3.2.2 迭代计算边界坐标序列 | 第36页 |
3.3 利用区域生长和主动轮廓模型提取复杂水域的边界 | 第36-38页 |
3.3.1 GVF Snake模型的自动初始化 | 第36-37页 |
3.3.2 复杂水域边界的提取 | 第37-38页 |
3.4 实验与分析 | 第38-44页 |
3.4.1 水体边界智能提取实验 | 第38-40页 |
3.4.2 精度分析 | 第40页 |
3.4.3 效率分析 | 第40-41页 |
3.4.4 稳定性分析 | 第41-44页 |
3.5 本章小结 | 第44-45页 |
第四章 水域边界的自动提取 | 第45-67页 |
4.1 水体在ETM+图像上的特征 | 第45-48页 |
4.1.1 LandSat-7 卫星与ETM+图像 | 第45-46页 |
4.1.2 水体在ETM+图像上的主要特征 | 第46-48页 |
4.2 谱间关系模型 | 第48-49页 |
4.3 综合水体指数模型的创建 | 第49-53页 |
4.3.1 传统水体指数分析 | 第49-50页 |
4.3.2 综合水体指数的创建 | 第50-53页 |
4.4 基于决策树模型的水体自动提取 | 第53-56页 |
4.5 水域边界的自动获取 | 第56-58页 |
4.5.1 连接分量的标注 | 第56-57页 |
4.5.2 后处理及边界获取 | 第57-58页 |
4.6 实验与分析 | 第58-66页 |
4.6.1 水体自动提取实验 | 第58-61页 |
4.6.2 边界自动获取实验 | 第61-63页 |
4.6.3 精度分析 | 第63-66页 |
4.7 本章小结 | 第66-67页 |
第五章 总结与展望 | 第67-69页 |
5.1 已完成工作的总结 | 第67页 |
5.2 下一步工作的展望 | 第67-69页 |
参考文献 | 第69-73页 |
作者简历 攻读硕士学位期间完成的主要工作 | 第73-74页 |
致谢 | 第74页 |