首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于面向对象分析的无人机影像梯田田面提取研究

摘要第5-6页
abstract第6-7页
第一章 绪论第10-17页
    1.1 研究背景与意义第10页
    1.2 国内外研究现状第10-14页
        1.2.1 基于目视解译的梯田区域提取第11页
        1.2.2 基于频谱纹理特征的梯田区域提取第11-12页
        1.2.3 基于面向对象分析的梯田区域提取第12-13页
        1.2.4 存在的问题第13-14页
    1.3 研究内容与技术路线第14-15页
        1.3.1 研究内容第14页
        1.3.2 技术路线第14-15页
    1.4 论文组织结构第15-17页
第二章 相关理论基础第17-36页
    2.1 面向对象分析简介第17-18页
    2.2 梯田影像分割第18-24页
        2.2.1 影像多尺度表达第20-22页
        2.2.2 最优尺度选择第22-24页
    2.3 特征空间构建及选择第24-28页
        2.3.1 光谱特征第24-25页
        2.3.2 纹理特征第25-26页
        2.3.3 形状特征第26-27页
        2.3.4 特征选择第27-28页
    2.4 监督学习第28-33页
        2.4.1 KNN第28-29页
        2.4.2 SVM第29-33页
        2.4.3 决策树第33页
    2.5 分类精度评价第33-35页
    2.6 本章小结第35-36页
第三章 研究区域与数据准备第36-47页
    3.1 数据基础第36-37页
        3.1.1 无人机遥感影像第36页
        3.1.2 数字高程模型第36-37页
    3.2 研究区域与数据获取第37-40页
        3.2.1 研究区域第37-38页
        3.2.2 数据获取第38-40页
    3.3 数据预处理第40-46页
        3.3.1 正射影像对比度增强第40-42页
        3.3.2 地形因子提取与降维第42-46页
    3.4 本章小结第46-47页
第四章 实验结果与分析第47-56页
    4.1 面向对象分析提取流程第47-48页
    4.2 梯田分割与特征提取第48-51页
        4.2.1 多尺度分割与最优尺度选择第48-49页
        4.2.2 特征提取与选择第49-51页
    4.3 梯田田面提取结果第51-53页
    4.4 梯田田面提取精度评价第53-55页
    4.5 本章小结第55-56页
第五章 结论与展望第56-57页
    5.1 结论第56页
    5.2 展望第56-57页
参考文献第57-61页
致谢第61-62页
作者简介第62页

论文共62页,点击 下载论文
上一篇:柔顺运动控制关键技术研究与控制系统开发
下一篇:微电网中短期风力发电和负荷预测的研究