面向对象的高分辨率遥感影像信息提取与尺度效应分析
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-21页 |
| ·高分辨率遥感影像的发展 | 第10-11页 |
| ·高分辨率遥感影像分类方法 | 第11-18页 |
| ·目视解译法 | 第11-12页 |
| ·基于像元的分类方法 | 第12-14页 |
| ·面向对象分类方法 | 第14-15页 |
| ·智能化分类方法 | 第15-18页 |
| ·本文研究的主要内容 | 第18-19页 |
| ·本文的结构安排 | 第19-21页 |
| 第2章 面向对象分类方法 | 第21-32页 |
| ·面向对象分类方法 | 第21-22页 |
| ·面向对象分类方法的概念 | 第21-22页 |
| ·面向对象分类方法的原理 | 第22页 |
| ·影像分割方法 | 第22-23页 |
| ·多尺度影像分割 | 第23-30页 |
| ·多尺度影像分割的概念 | 第23-24页 |
| ·基于异质性最小原则的区域合并算法 | 第24-25页 |
| ·多尺度影像分割技术流程 | 第25-30页 |
| ·模糊分类 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 高分辨率影像信息分析的尺度效应 | 第32-41页 |
| ·尺度的概念 | 第32-33页 |
| ·遥感影像信息提取尺度研究 | 第33页 |
| ·基于像元分类方法的尺度 | 第33页 |
| ·面向对象分类方法的尺度 | 第33页 |
| ·遥感影像对象信息的尺度效应 | 第33-36页 |
| ·面向对象分类方法最优尺度的确定 | 第36-39页 |
| ·最优分割尺度的概念 | 第36页 |
| ·最优分割尺度的确定 | 第36-38页 |
| ·高分辨率影像的综合最优分割尺度 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 高分辨率遥感影像植被信息提取试验 | 第41-56页 |
| ·影像数据源与预处理 | 第41-43页 |
| ·影像选取 | 第41页 |
| ·辐射校正 | 第41页 |
| ·几何校正 | 第41-42页 |
| ·影像融合 | 第42-43页 |
| ·面向对象的多尺度影像分割及植被分类 | 第43-49页 |
| ·多尺度分割 | 第43-45页 |
| ·影像分类 | 第45-49页 |
| ·面向对象的单尺度影像分割及分类 | 第49-51页 |
| ·基于像元的影像分类 | 第51-52页 |
| ·精度评价与分类结果对比 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 结论与展望 | 第56-58页 |
| ·主要结论 | 第56-57页 |
| ·问题与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 在学期间公开发表论文及著作情况 | 第62-63页 |
| 后记 | 第63页 |
