基于高分一/六号卫星影像特征的农作物分类研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第14-28页 |
| 1.1 研究背景 | 第14-17页 |
| 1.1.1 高分数据应用 | 第14-16页 |
| 1.1.2 农业应用和研究意义 | 第16-17页 |
| 1.2 国内外研究进展 | 第17-24页 |
| 1.2.1 遥感技术在农作物分类的应用现状 | 第17-21页 |
| 1.2.2 高分辨率遥感影像分类 | 第21-24页 |
| 1.2.3 存在的问题 | 第24页 |
| 1.3 研究内容与论文组织 | 第24-28页 |
| 1.3.1 研究内容 | 第25-26页 |
| 1.3.2 论文结构 | 第26-28页 |
| 第二章 遥感影像分类方法 | 第28-42页 |
| 2.1 遥感影像分类方法简介 | 第28-34页 |
| 2.1.1 基于像素分类 | 第28-34页 |
| 2.1.2 面向对象分类 | 第34页 |
| 2.2 影像分割 | 第34-39页 |
| 2.2.1 影像分割概述 | 第34-35页 |
| 2.2.2 Mean Shift算法原理 | 第35-38页 |
| 2.2.3 改进的均值漂移滤波 | 第38-39页 |
| 2.3 精度验证方法 | 第39-42页 |
| 第三章 基于高空间分辨率的多特征农作物分类 | 第42-66页 |
| 3.1 研究区和数据源 | 第42-46页 |
| 3.1.1 研究区 | 第42-43页 |
| 3.1.2 数据源 | 第43-46页 |
| 3.2 研究方法 | 第46-47页 |
| 3.3 特征选择 | 第47-59页 |
| 3.3.1 与农作物相关的特征参数 | 第47-53页 |
| 3.3.2 特征选择方法 | 第53-56页 |
| 3.3.3 特征分析 | 第56-59页 |
| 3.4 面向对象分类 | 第59-64页 |
| 3.4.1 影像分割 | 第59-61页 |
| 3.4.2 分类结果 | 第61-64页 |
| 3.5 讨论和结论 | 第64-66页 |
| 3.5.1 讨论 | 第64-65页 |
| 3.5.2 结论 | 第65-66页 |
| 第四章 基于高时相分辨率特征的面向对象农作物分类 | 第66-84页 |
| 4.1 研究区概况 | 第67-69页 |
| 4.2 数据源与预处理 | 第69-72页 |
| 4.2.1 数据源 | 第69-72页 |
| 4.2.2 数据预处理 | 第72页 |
| 4.3 研究方法 | 第72-79页 |
| 4.3.1 技术路线 | 第72-73页 |
| 4.3.2 NDVI时间序列构建 | 第73-76页 |
| 4.3.3 作物NDVI曲线分析 | 第76-78页 |
| 4.3.4 影像分割 | 第78-79页 |
| 4.4 结果与分析 | 第79-82页 |
| 4.4.1 分类结果 | 第79-81页 |
| 4.4.2 精度评价和分析 | 第81-82页 |
| 4.5 结论 | 第82-84页 |
| 第五章 基于红边波段特征的农作物分类 | 第84-96页 |
| 5.1 研究区 | 第85-86页 |
| 5.2 数据源 | 第86-88页 |
| 5.2.1 卫星数据和预处理 | 第86-87页 |
| 5.2.2 地面验证数据 | 第87-88页 |
| 5.3 研究方法 | 第88-89页 |
| 5.3.1 分类方法 | 第88-89页 |
| 5.3.2 精度验证方法 | 第89页 |
| 5.4 结果分析 | 第89-94页 |
| 5.4.1 类别可分性 | 第89-91页 |
| 5.4.2 分类结果 | 第91-93页 |
| 5.4.3 分类精度检验 | 第93页 |
| 5.4.4 红边波段的作用分析 | 第93-94页 |
| 5.5 结论与讨论 | 第94-96页 |
| 第六章 结论与展望 | 第96-99页 |
| 6.1 主要结论 | 第96-97页 |
| 6.2 创新点 | 第97-98页 |
| 6.3 展望 | 第98-99页 |
| 参考文献 | 第99-110页 |
| 攻读学位期间发表的学术论文 | 第110-111页 |
| 致谢 | 第111页 |
