基于高分辨率遥感影像建筑物提取研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·概述 | 第9页 |
| ·单幅影像建筑物提取 | 第9-11页 |
| ·多幅影像建筑物提取 | 第11-12页 |
| ·研究内容 | 第12页 |
| ·论文主要结构安排 | 第12-15页 |
| 2 影像预处理 | 第15-20页 |
| ·概述 | 第15页 |
| ·几何校正 | 第15-18页 |
| ·遥感图像增强 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 高分辨率遥感植被提取 | 第20-29页 |
| ·植被提取方法概述 | 第20页 |
| ·多源数据融合方法 | 第20页 |
| ·面向对象分割算法 | 第20页 |
| ·植被指数算法 | 第20页 |
| ·植被的光谱反射特性 | 第20-21页 |
| ·本研究中植被提取算法研究 | 第21-22页 |
| ·灰度阈值分割算法 | 第21页 |
| ·最小误差阈值 | 第21页 |
| ·最大方差阈值 | 第21-22页 |
| ·差别分析法 | 第22页 |
| ·数学形态学算法 | 第22-23页 |
| ·差值运算 | 第23页 |
| ·实验与分析 | 第23-27页 |
| ·差值运算结果分析 | 第24-25页 |
| ·数学形态学修复结果分析 | 第25-26页 |
| ·简单灰度阈值分割提取植被结果分析 | 第26页 |
| ·验证本研究方法的通用性 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 4 建筑物提取 | 第29-38页 |
| ·影像分割算法研究 | 第29-30页 |
| ·多尺度分割算法 | 第29-30页 |
| ·分割尺度的确定 | 第30页 |
| ·分类算法研究 | 第30-33页 |
| ·K邻近法分类 | 第31页 |
| ·基于知识规则分类 | 第31-32页 |
| ·边缘检测算法研究 | 第32-33页 |
| ·建筑物提取实验与分析 | 第33-37页 |
| ·影像分割结果分析 | 第33-35页 |
| ·影像分类结果分析 | 第35页 |
| ·分类结果对比分析 | 第35-37页 |
| ·提取整体性分析 | 第37页 |
| ·本章小结 | 第37-38页 |
| 5 建筑物提取后处理 | 第38-43页 |
| ·概述 | 第38页 |
| ·数字化处理过程 | 第38-39页 |
| ·数据格式转换 | 第39页 |
| ·矢量格式数据叠加 | 第39-40页 |
| ·实验与分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 6 结论与展望 | 第43-45页 |
| ·结论 | 第43-44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士期间发表的论文及参与的项目 | 第48-49页 |
| 致谢 | 第49页 |
