摘要 | 第3-5页 |
Abstract | 第5-7页 |
第1章 绪论 | 第14-28页 |
1.1 研究背景及意义 | 第14-16页 |
1.2 国内外研究现状 | 第16-21页 |
1.2.1 高分辨率遥感影像分类方法研究现状 | 第16-17页 |
1.2.2 中、低分辨率不透水面提取方法研究现状 | 第17-19页 |
1.2.3 高分辨率不透水面提取方法研究现状 | 第19-21页 |
1.3 当前研究中存在问题与不足 | 第21-22页 |
1.4 本文研究的主要内容与创新点 | 第22-25页 |
1.5 论文结构安排 | 第25-28页 |
第2章 图谱耦合的高分辨率不透水面提取理论认知 | 第28-49页 |
2.1 不透水面理论认知 | 第28-40页 |
2.1.1 不透水面概述 | 第28-29页 |
2.1.2 不透水面在不同尺度上的研究意义 | 第29-33页 |
2.1.3 不透水面信息比较与分析 | 第33-40页 |
2.2 遥感图谱认知方法论 | 第40-46页 |
2.2.1 遥感信息图谱解释 | 第41-42页 |
2.2.2 遥感信息图谱转化 | 第42-46页 |
2.3 高分辨率影像不透水面提取分类体系的构建 | 第46-49页 |
第3章 高分辨率城市不透水面图特征及谱特征提取 | 第49-59页 |
3.1 高分辨率影像城市地区光谱特征 | 第49-51页 |
3.1.1 对象光谱特征 | 第49-50页 |
3.1.2 专题指数 | 第50-51页 |
3.2 高分辨率影像城市地区多尺度图特征 | 第51-55页 |
3.2.1 像素级图特征 | 第51-53页 |
3.2.2 对象级图特征 | 第53-55页 |
3.3 高分辨率影像城市地区多尺度纹理特征 | 第55-59页 |
第4章 基于先验知识的多尺度城市高分遥感影像分割 | 第59-78页 |
4.1 概述 | 第59-60页 |
4.2 基于均值漂移的遥感影像分割 | 第60-62页 |
4.3 城市复杂地物遥感多尺度分割 | 第62-64页 |
4.4 基于先验知识的城市地物多尺度分割 | 第64-69页 |
4.4.1 多特征融合的像素级高分遥感影像分类 | 第66-67页 |
4.4.2 大尺度分割对象主导地物判别 | 第67-69页 |
4.5 实验结果及分析 | 第69-77页 |
4.5.1 实验数据 | 第69-70页 |
4.5.2 实验设置 | 第70-71页 |
4.5.3 实验结果 | 第71-77页 |
4.6 本章小结 | 第77-78页 |
第5章 基于距离度量学习的城市高分不透水面分类提取 | 第78-107页 |
5.1 概述 | 第78-79页 |
5.2 距离度量学习 | 第79-81页 |
5.3 支持向量机SVM (Support Vector Machines) | 第81-85页 |
5.4 基于距离度量学习的图谱耦合的高分影像不透水面提取 | 第85-88页 |
5.5 实验结果与分析 | 第88-106页 |
5.5.1 实验数据 | 第88-91页 |
5.5.2 实验设置 | 第91-92页 |
5.5.3 实验结果及分析 | 第92-106页 |
5.6 本章小结 | 第106-107页 |
第6章 城市不透水面分布式提取方法研究 | 第107-124页 |
6.1 概述 | 第107-109页 |
6.2 基于MapReduce流机制的城市不透水面遥感提取算法并行机制 | 第109-111页 |
6.3 分布式环境下城市遥感数据的并行策略 | 第111-113页 |
6.4 基于Hadoop的城市遥感不透水面分布式提取流程 | 第113-115页 |
6.5 实验结果与分析 | 第115-122页 |
6.5.1 实验数据 | 第115-116页 |
6.5.2 实验设置 | 第116-118页 |
6.5.3 实验结果 | 第118-122页 |
6.6 本章小结 | 第122-124页 |
第7章 总结与展望 | 第124-128页 |
7.1 总结 | 第124-126页 |
7.1.1 论文总结 | 第124-125页 |
7.1.2 存在的问题和进一步的工作 | 第125-126页 |
7.2 展望 | 第126-128页 |
参考文献 | 第128-139页 |
作者简历 | 第139-140页 |
攻读博士学位期间发表的学术论文与参与项目 | 第140-141页 |
致谢 | 第141-142页 |