多尺度分割与案例推理的高分辨率遥感影像信息提取方法
| 摘要 | 第13-14页 |
| Abstract | 第14-15页 |
| 1 绪论 | 第16-27页 |
| 1.1 研究背景与意义 | 第16-19页 |
| 1.1.1 高分影像信息提取的应用前景 | 第16页 |
| 1.1.2 高分影像提取信息存在的主要问题 | 第16-17页 |
| 1.1.3 解决这些问题的主要思路 | 第17-18页 |
| 1.1.4 论文研究成果所产生的理论和应用意义 | 第18-19页 |
| 1.2 国内外研究现状和发展趋势 | 第19-23页 |
| 1.2.1 国内外高分遥感信息提取技术进展 | 第19-22页 |
| 1.2.2 存在的问题的归纳性分析 | 第22页 |
| 1.2.3 案例推理方法在遥感分类中的应用 | 第22-23页 |
| 1.3 研究内容与章节安排 | 第23-27页 |
| 1.3.1 研究内容 | 第23页 |
| 1.3.2 研究方法和研究目标 | 第23-24页 |
| 1.3.3 技术路线 | 第24-25页 |
| 1.3.4 章节安排 | 第25-27页 |
| 2 高分遥感影像信息提取技术理论 | 第27-36页 |
| 2.1 多尺度分割技术理论 | 第27-29页 |
| 2.1.1 多尺度分割的原理 | 第27页 |
| 2.1.2 多尺度分割的准则 | 第27-29页 |
| 2.1.3 多尺度分割主要参数 | 第29页 |
| 2.2 案例推理技术理论 | 第29-33页 |
| 2.2.1 案例推理的原理 | 第29-31页 |
| 2.2.2 案例推理的关键环节 | 第31-32页 |
| 2.2.3 案例推理的应用领域 | 第32-33页 |
| 2.3 相关的GIS技术理论 | 第33-35页 |
| 2.3.1 影像掩膜技术 | 第33-34页 |
| 2.3.2 空间要素融合 | 第34页 |
| 2.3.3 空间数据库管理 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 3 多尺度分割 | 第36-76页 |
| 3.1 影像预处理 | 第36页 |
| 3.2 多级多层次的多尺度分割策略 | 第36-43页 |
| 3.2.1 多尺度影像分割方案 | 第36-38页 |
| 3.2.2 常见最优分割尺度确定方法 | 第38-40页 |
| 3.2.3 本文最优分割尺度确定方法 | 第40-42页 |
| 3.2.4 分割结果处理和应用 | 第42-43页 |
| 3.3 多尺度分割实验影像数据 | 第43-47页 |
| 3.3.1 卫星遥感影像数据 | 第43-45页 |
| 3.3.2 航空遥感影像数据 | 第45-47页 |
| 3.4 多尺度分割参数确定实验 | 第47-63页 |
| 3.4.1 波段权重确定 | 第48-49页 |
| 3.4.2 分割尺度确定 | 第49-58页 |
| 3.4.3 形状因子确定实验 | 第58-61页 |
| 3.4.4 紧致度确定实验 | 第61-63页 |
| 3.5 多尺度分割实验 | 第63-75页 |
| 3.5.1 波段权重参数实验 | 第64-67页 |
| 3.5.2 形状因子参数实验 | 第67-70页 |
| 3.5.3 紧致度参数实验 | 第70-72页 |
| 3.5.4 尺度参数实验 | 第72-75页 |
| 3.6 本章小结 | 第75-76页 |
| 4 案例推理 | 第76-108页 |
| 4.1 案例库构建 | 第76-90页 |
| 4.1.1 案例表达 | 第76-79页 |
| 4.1.2 案例特征选择 | 第79-81页 |
| 4.1.3 特征权重确定 | 第81-87页 |
| 4.1.4 案例结构 | 第87-90页 |
| 4.2 案例检索 | 第90-94页 |
| 4.2.1 常见案例检索策略 | 第90-91页 |
| 4.2.2 分过程的近邻检索 | 第91-94页 |
| 4.3 案例匹配 | 第94-99页 |
| 4.3.1 数据标准化处理 | 第94页 |
| 4.3.2 相似性度量模型 | 第94-97页 |
| 4.3.3 案例匹配 | 第97-99页 |
| 4.4 案例学习 | 第99-101页 |
| 4.4.1 案例学习 | 第99-101页 |
| 4.4.2 案例诊断 | 第101页 |
| 4.5 案例库管理 | 第101-104页 |
| 4.5.1 案例存储 | 第101-102页 |
| 4.5.2 案例精简 | 第102-104页 |
| 4.6 信息提取 | 第104-107页 |
| 4.6.1 影像掩膜处理 | 第105-106页 |
| 4.6.2 要素融合处理 | 第106-107页 |
| 4.7 本章小结 | 第107-108页 |
| 5 实验与分析 | 第108-130页 |
| 5.1 数据库设计 | 第108-110页 |
| 5.1.1 基本数据文件 | 第108-109页 |
| 5.1.2 中间过程文件 | 第109-110页 |
| 5.1.3 结果文件 | 第110页 |
| 5.2 权重分配和学习实验 | 第110-115页 |
| 5.2.1 权重分配 | 第110-112页 |
| 5.2.2 权重学习 | 第112-115页 |
| 5.3 信息提取实验 | 第115-121页 |
| 5.3.1 影像分割 | 第115-116页 |
| 5.3.2 案例库构建 | 第116-117页 |
| 5.3.3 信息初提取 | 第117-118页 |
| 5.3.4 影像掩膜与分割 | 第118-119页 |
| 5.3.5 信息再提取 | 第119-121页 |
| 5.3.6 精度评价 | 第121页 |
| 5.4 案例重用实验 | 第121-126页 |
| 5.4.1 不同地区影像案例重用 | 第121-124页 |
| 5.4.2 不同时间影像案例重用 | 第124-126页 |
| 5.5 影像适用性实验 | 第126-128页 |
| 5.6 分析和讨论 | 第128-130页 |
| 6 结论与展望 | 第130-133页 |
| 6.1 论文研究的主要工作和成果 | 第130-131页 |
| 6.2 论文的创新点 | 第131页 |
| 6.3 主要不足和展望 | 第131-133页 |
| 参考文献 | 第133-141页 |
| 博士期间研究成果和科研项目 | 第141-142页 |
| 致谢 | 第142页 |
