首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于时序Landsat的合肥市土地覆被信息提取研究

摘要第3-5页
Abstract第5-6页
第一章 绪论第9-14页
    1.1 研究背景及意义第9页
    1.2 国内外分类方法的研究进展第9-11页
        1.2.1 目视解译法第10页
        1.2.2 基于像元的分类方法第10页
        1.2.3 面向对象的分类方法第10-11页
    1.3 研究思路与技术路线第11-13页
        1.3.1 研究目标第11-12页
        1.3.2 研究方法第12页
        1.3.3 技术路线第12-13页
    1.4 论文组织框架第13-14页
第二章 研究区概况及数据预处理第14-26页
    2.1 研究区概况第14-15页
        2.1.1 地理位置第14页
        2.1.2 气候及经济情况第14-15页
    2.2 遥感数据源第15-17页
    2.3 数据预处理第17-26页
        2.3.1 辐射定标第18-20页
        2.3.2 大气校正第20-22页
        2.3.3 几何校正第22-24页
        2.3.4 影像裁剪第24-25页
        2.3.5 图像融合第25-26页
第三章 分割算法以及分类系统第26-37页
    3.1 分割算法第26-31页
        3.1.1 棋盘分割第26页
        3.1.2 四叉树分割第26-28页
        3.1.3 多尺度分割第28-30页
        3.1.4 光谱差异分割第30-31页
    3.2 分类方法第31-33页
        3.2.1 基于最邻近的面向对象监督分类原理第31-32页
        3.2.2 SEaTH算法规则分类原理第32-33页
    3.3 分类体系的建立第33-34页
    3.4 精度评价第34-37页
第四章 分割参数优化与特征空间构建第37-47页
    4.1 分割对比试验第37-42页
        4.1.1 目视分析第38-40页
        4.1.2 精度评价第40-42页
    4.2 参数设置分析第42-45页
    4.3 分类特征的构建第45-47页
第五章 SEaTH算法与最邻近监督分类相结合的分层分类提取第47-61页
    5.1 基于最邻近的面向对象监督分类第47-51页
        5.1.1 基于最邻近的面向对象监督分类流程第47-49页
        5.1.2 基于最邻近的面向对象监督分类结果第49-51页
    5.2 SEaTH算法与最邻近监督分类相结合的分层分类提取第51-57页
        5.2.1 SEaTH算法与最邻近监督分类相结合的分层分类提取思想第51-52页
        5.2.2 SEaTH算法与最邻近监督分类相结合的分层分类提取流程第52-56页
        5.2.3 SEaTH算法与最邻近监督分类相结合的分层分类提取结果第56-57页
    5.3 精度评价与结果分析第57-61页
第六章 总结与展望第61-63页
    6.1 总结第61-62页
    6.2 展望第62-63页
参考文献第63-67页
致谢第67-68页
硕士在读期间的收获与成果第68页

论文共68页,点击 下载论文
上一篇:基于深度学习的监控场景中的行人分析研究
下一篇:基于PMAC的3-UPU并联机构控制系统研究