基于面向对象的柑橘类果林信息提取方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 传统基于像元分类方法研究现状 | 第10-11页 |
| 1.2.2 面向对象分类方法研究现状 | 第11-12页 |
| 1.3 研究内容及技术路线 | 第12-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 研究区概况及数据预处理 | 第15-21页 |
| 2.1 研究区概况 | 第15-16页 |
| 2.2 数据源 | 第16-17页 |
| 2.3 数据预处理 | 第17-21页 |
| 2.3.1 概述 | 第17-18页 |
| 2.3.2 实验与分析 | 第18-20页 |
| 2.3.3 本章小结 | 第20-21页 |
| 第三章 多尺度分割 | 第21-35页 |
| 3.1 影像分割的数学原理 | 第21-22页 |
| 3.2 分割方法概述 | 第22页 |
| 3.2.1 基于区域的分割 | 第22页 |
| 3.2.2 基于阈值的分割 | 第22页 |
| 3.2.3 基于边界的分割 | 第22页 |
| 3.3 区域合并算法 | 第22-23页 |
| 3.4 多尺度分割 | 第23-29页 |
| 3.4.1 多尺度分割原理 | 第23-24页 |
| 3.4.2 多尺度效应 | 第24-29页 |
| 3.5 最优分割尺度的选取 | 第29-34页 |
| 3.5.1 最优分割尺度选取方法概述 | 第29页 |
| 3.5.2 面积比均值法选取最优尺度实验与分析 | 第29-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 面向对象的模糊分类 | 第35-45页 |
| 4.1 模糊分类 | 第35-37页 |
| 4.1.1 模糊分类概述 | 第35-36页 |
| 4.1.2 模糊分类的数学基础 | 第36页 |
| 4.1.3 模糊分类器原理 | 第36-37页 |
| 4.2 多特征空间分类 | 第37-42页 |
| 4.2.1 光谱多特征的选择 | 第37-41页 |
| 4.2.2 最邻近特征空间分类 | 第41-42页 |
| 4.3 模糊规则集分类 | 第42-44页 |
| 4.3.1 模糊规则分类器原理 | 第42-43页 |
| 4.3.2 构造隶属度函数 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 面向对象的决策树分类 | 第45-59页 |
| 5.1 分类地物的确定 | 第45-46页 |
| 5.2 光谱数据的统计与分析 | 第46-49页 |
| 5.3 纹理数据的统计与分析 | 第49-51页 |
| 5.4 结合模糊数学理论的决策树分类 | 第51-54页 |
| 5.5 精度评价 | 第54-58页 |
| 5.6 本章小结 | 第58-59页 |
| 第六章 结论与展望 | 第59-61页 |
| 6.1 结论 | 第59-60页 |
| 6.2 讨论与展望 | 第60-61页 |
| 参考 文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间的研究成果 | 第66-67页 |
