面向对象的高分辨率影像香榧分布信息提取研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 图目录 | 第11-13页 |
| 表目录 | 第13-14页 |
| 第一章 绪论 | 第14-23页 |
| ·研究背景 | 第14-15页 |
| ·研究现状 | 第15-20页 |
| ·高空间分辨率遥感影像的发展现状 | 第15-16页 |
| ·传统基于像元的信息提取(分类)方法研究现状 | 第16-17页 |
| ·面向对象分类法的国内外研究现状 | 第17-20页 |
| ·本文研究意义、研究内容和技术路线 | 第20-21页 |
| ·研究意义 | 第20页 |
| ·研究内容 | 第20页 |
| ·技术路线 | 第20-21页 |
| ·论文结构安排 | 第21-23页 |
| 第二章 面向对象遥感影像分类方法 | 第23-37页 |
| ·影像分割 | 第23-31页 |
| ·影像分割综述 | 第23-24页 |
| ·面向对象的区域合并算法 | 第24-27页 |
| ·多尺度分割 | 第27-31页 |
| ·影像对象分类方法 | 第31-34页 |
| ·最近邻分类法 | 第31-32页 |
| ·模糊专家分类法 | 第32-34页 |
| ·面向对象方法进行感分辨率影像分类的优点 | 第34-37页 |
| 第三章 试验区概况及数据资料 | 第37-46页 |
| ·研究区概况 | 第37-38页 |
| ·研究区数据资料 | 第38-39页 |
| ·IKONOS数据预处理 | 第39-41页 |
| ·几何精校正 | 第39-40页 |
| ·全色波段和多光谱波段融合 | 第40-41页 |
| ·各地物图像特征分析 | 第41-46页 |
| ·光谱特征分析 | 第42-44页 |
| ·植被指数分析 | 第44-46页 |
| 第四章 面向对象的香榧信息提取试验 | 第46-70页 |
| ·多尺度影像分割 | 第47-51页 |
| ·分割标准的确定 | 第47-49页 |
| ·多尺度分割试验 | 第49-51页 |
| ·最近邻法提取初级分类信息 | 第51-57页 |
| ·初级分类体系建立与分类器的选择 | 第51-52页 |
| ·特征的选择 | 第52-54页 |
| ·特征空间构建及优化 | 第54-56页 |
| ·影像分类 | 第56-57页 |
| ·面向对象的香榧信息提取 | 第57-62页 |
| ·植被中提取香榧 | 第57-61页 |
| ·提取阴影中的香榧 | 第61页 |
| ·面向对象分类提取结果汇总 | 第61-62页 |
| ·常规非监督、监督分类结果 | 第62-65页 |
| ·非监督分类 | 第62-64页 |
| ·监督分类 | 第64-65页 |
| ·专题信息图比较 | 第65-66页 |
| ·分类精度评价 | 第66-70页 |
| ·分类精度评价指标 | 第66-67页 |
| ·精度评价与比较 | 第67-70页 |
| 第五章 结论与展望 | 第70-72页 |
| ·结论 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 作者简历 | 第77页 |
