| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 相关领域国内外研究进展 | 第12-14页 |
| 1.3 在城市调查中的应用 | 第14-17页 |
| 1.4 研究内容及技术路线 | 第17-20页 |
| 第二章 研究区概况与影像数据处理 | 第20-30页 |
| 2.1 研究区概况和数据源 | 第20-25页 |
| 2.1.1 研究区概况 | 第20页 |
| 2.1.2 数据源及数据预处理 | 第20-22页 |
| 2.1.3 遥感影像数据分析 | 第22-25页 |
| 2.2 数据融合 | 第25-28页 |
| 2.3 建筑物在WORLDVIEW-2影像上的特征 | 第28-30页 |
| 第三章 基于遥感图像的建筑物边缘空间信息提取 | 第30-49页 |
| 3.1 传统的边缘的检测方法 | 第30-39页 |
| 3.1.1 微分算子法 | 第30-32页 |
| 3.1.2 其他常用的边缘检测方法 | 第32-34页 |
| 3.1.3 基于C | 第34-35页 |
| 3.1.4 实验结果比较分析 | 第35-39页 |
| 3.2 优化方法 | 第39-49页 |
| 3.2.1 优化方法详细步骤 | 第40-45页 |
| 3.2.2 实验与结果分析 | 第45-49页 |
| 第四章 基于分类方法的建筑物边缘空间信息提取 | 第49-66页 |
| 4.1 监督分类一般方法 | 第49-51页 |
| 4.1.1 选取地物训练样本 | 第49-50页 |
| 4.1.2 地物样本分析 | 第50-51页 |
| 4.2 基于人工智能的分类 | 第51-58页 |
| 4.2.1 人工神经网络分类 | 第52-54页 |
| 4.2.2 支持向量机分类 | 第54-58页 |
| 4.3 分类结果的分析与比较 | 第58-66页 |
| 4.3.1 精度比较 | 第58-59页 |
| 4.3.2 分类结果后处理 | 第59-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 结论 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 作者简历 | 第73页 |
| 教育经历 | 第73页 |
| 攻读硕士期间发表的论文 | 第73页 |
| 硕士期间完成工作 | 第73页 |