面向对象图像分析方法的QuickBird卫星遥感影像的信息提取研究
摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
目录 | 第8-10页 |
图目录 | 第10-12页 |
表目录 | 第12-13页 |
缩写表 | 第13-16页 |
第一章 绪论 | 第16-26页 |
·研究动机和意义 | 第16-19页 |
·文献回顾和综述 | 第19-24页 |
·论文结构和创新点 | 第24-26页 |
·论文结构 | 第24-25页 |
·论文创新点 | 第25-26页 |
第二章 数据准备 | 第26-31页 |
·VHR遥感影像介绍 | 第26-28页 |
·实验区准备 | 第28-31页 |
第三章 基于像素的遥感影像分类理论和实验 | 第31-42页 |
·遥感影像分类原理 | 第31-32页 |
·基于像素的遥感影像分类方法 | 第32-35页 |
·人工神经网络分类 | 第35-42页 |
·人工神经网络原理 | 第35-37页 |
·PCI平台ANN分类 | 第37-38页 |
·PCI Module子模块 | 第38-39页 |
·ANN分类实验和讨论 | 第39-42页 |
第四章 面向对象的遥感影像分类方法和实验 | 第42-82页 |
·遥感影像的分割 | 第44-54页 |
·棋盘格分割 | 第46-47页 |
·四叉树分割 | 第47页 |
·光谱差值分割 | 第47-48页 |
·多分辨率分割 | 第48-54页 |
·几个易混淆的"层"概念 | 第54页 |
·光谱特征分类 | 第54-60页 |
·光谱反射曲线 | 第54-55页 |
·QB数据波段特征分析 | 第55-57页 |
·归一化植被指数应用 | 第57-58页 |
·光谱信息提实验和研究 | 第58-60页 |
·纹理特征分类 | 第60-70页 |
·纹理原理描述 | 第60-62页 |
·基于GLCM的纹理描述 | 第62-64页 |
·GLCM类特征的纹理分析 | 第64-68页 |
·GLCM信息提取实验和研究 | 第68-70页 |
·几何特征分类 | 第70-73页 |
·几何特征原理 | 第70-71页 |
·几何信息提取实验和研究 | 第71-73页 |
·隶属度函数分类 | 第73-77页 |
·隶属度函数原理 | 第73-75页 |
·隶属度函数实验和研究 | 第75-77页 |
·语境语义关系实验和研究 | 第77-79页 |
·本章小结 | 第79-82页 |
第五章 结论和讨论 | 第82-90页 |
·遥感影像分类精度评估方法 | 第82-85页 |
·误差矩阵分析方法 | 第82-84页 |
·Kappa系数分析方法 | 第84-85页 |
·实验区分类精度评估和结论 | 第85-87页 |
·实验区分类研究讨论和展望 | 第87-90页 |
·论文研究工作 | 第87-88页 |
·论文研究讨论 | 第88-90页 |
致谢 | 第90-91页 |
参考文献/REFERENCES | 第91-99页 |
附录A 攻读硕士研究生学位期间发表的论文 | 第99页 |