首页--天文学、地球科学论文--测绘学论文--摄影测量学与测绘遥感论文--测绘遥感技术论文

基于无人机多光谱遥感影像的地物分类方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-18页
    1.1 研究背景与研究目的第10-11页
    1.2 国内外研究现状与进展第11-14页
        1.2.1 低空遥感技术第11-13页
        1.2.2 遥感影像处理及分类第13-14页
    1.3 研究内容与章节安排第14-16页
        1.3.1 研究内容与技术路线第14-16页
        1.3.2 章节安排第16页
    1.4 本章小结第16-18页
第二章 多光谱遥感数据获取第18-32页
    2.1 遥感数据采集系统第18-24页
        2.1.1 遥感数据采集平台第18-22页
        2.1.2 多光谱传感器第22-24页
        2.1.3 地面数据采集第24页
    2.2 遥感数据采集第24-25页
        2.2.1 研究区选择第24页
        2.2.2 实验数据采集要求第24-25页
        2.2.3 实验数据采集过程第25页
    2.3 实验数据预处理第25-30页
        2.3.1 多光谱影像拼接第26-28页
        2.3.2 多光谱数据预处理及结果第28-30页
    2.4 本章小结第30-32页
第三章 多光谱遥感影像的最佳波段组合研究第32-42页
    3.1 多光谱影像数据降维第32-35页
        3.1.1 波段选择法第32-34页
        3.1.2 特征提取法第34-35页
    3.2 最佳波段组合选择第35-41页
        3.2.1 影像光谱特征信息提取第36-37页
        3.2.2 影像纹理特征信息提取第37-38页
        3.2.3 最佳波段指数第38-41页
    3.3 最佳波段组合第41页
    3.4 本章小结第41-42页
第四章 基于支持向量机的影像分类方法选择第42-52页
    4.1 统计学习理论第42-44页
        4.1.1 VC维度第42页
        4.1.2 推广性的界第42-43页
        4.1.3 结构风险最小化第43-44页
    4.2 支持向量机分类第44-46页
        4.2.1 最优分类面第44-45页
        4.2.2 标准支持向量机的非线性映射第45页
        4.2.3 标准支持向量机第45-46页
        4.2.4 最小二乘支持向量机第46页
    4.3 分类模型参数寻优及构建第46-51页
        4.3.1 粒子群优化第47-49页
        4.3.2 网格搜索第49页
        4.3.3 交叉验证第49-51页
    4.4 本章小结第51-52页
第五章 最佳波段组合分类实验结果及分析第52-62页
    5.1 多种波段组合分类对比第52-55页
    5.2 最佳波段组合的SVM及LSSVM分类第55-60页
        5.2.1 分类样本的选择第56-58页
        5.2.2 最佳波段组合的对比分类第58-60页
    5.3 结果分析第60-61页
    5.4 本章小结第61-62页
第六章 结论与展望第62-64页
    6.1 结论第62-63页
    6.2 展望第63-64页
参考文献第64-68页
作者简介第68-70页
致谢第70-72页
附件第72页

论文共72页,点击 下载论文
上一篇:煤基活性炭负载TiO2吸附—光催化降解萘研究
下一篇:大连女性创业的障碍因素研究