SPOT5遥感影像土地利用信息提取方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 引言 | 第11-17页 |
| ·研究背景 | 第11页 |
| ·文献综述 | 第11-14页 |
| ·纹理特征分析 | 第11-12页 |
| ·支持向量机（SVM）分类 | 第12-13页 |
| ·面向对象分类 | 第13-14页 |
| ·研究的目的及意义 | 第14页 |
| ·研究内容、方法及技术路线 | 第14-16页 |
| ·研究内容 | 第14页 |
| ·研究方法 | 第14页 |
| ·技术路线 | 第14-16页 |
| ·论文主要创新点 | 第16-17页 |
| 第二章 数据及研究方法 | 第17-22页 |
| ·数据准备 | 第17-18页 |
| ·数据来源 | 第17页 |
| ·SPOT5 遥感数据介绍 | 第17-18页 |
| ·支持向量机SVM 原理 | 第18-19页 |
| ·灰度共生矩阵纹理提取方法 | 第19-22页 |
| 第三章 研究区域概况 | 第22-25页 |
| ·地理位置 | 第22-23页 |
| ·自然概况 | 第23-24页 |
| ·地貌 | 第23页 |
| ·景观资源和矿产资源 | 第23-24页 |
| ·社会经济条件概况 | 第24-25页 |
| 第四章 佛坪县长角坝乡土地利用信息提取 | 第25-36页 |
| ·影像预处理 | 第25-28页 |
| ·最佳波段组合 | 第25-26页 |
| ·几何正射校正 | 第26-27页 |
| ·图像融合 | 第27-28页 |
| ·图像裁剪 | 第28页 |
| ·基于不同尺度纹理参与的SVM 分类 | 第28-32页 |
| ·训练样本的选取 | 第28-29页 |
| ·SVM 核函数的选择及相关参数的确定 | 第29页 |
| ·纹理量的筛选 | 第29-30页 |
| ·单一尺度纹理参与的影像分类 | 第30页 |
| ·多尺度纹理参与的SVM 分类 | 第30-31页 |
| ·遥感影像分类后处理 | 第31-32页 |
| ·面向对象分类 | 第32-36页 |
| ·多尺度影像分割 | 第32-33页 |
| ·分类规则的创建 | 第33-36页 |
| 第五章 分类结果评价 | 第36-43页 |
| ·分类精度评价指标 | 第36页 |
| ·单一尺度纹理参与分类的精度评价 | 第36-37页 |
| ·多尺度纹理参与分类的精度评价 | 第37-40页 |
| ·面向对象分类的精度评价 | 第40-43页 |
| 第六章 结论与讨论 | 第43-44页 |
| ·结论 | 第43页 |
| ·讨论 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-49页 |
| 作者简介 | 第49页 |
