| 致谢 | 第4-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.3 论文主要研究内容 | 第18页 |
| 1.4 技术路线与方法 | 第18-19页 |
| 2 资源三号影像数据特征与影像预处理 | 第19-31页 |
| 2.1 资源三号卫星简介 | 第19-24页 |
| 2.1.1 技术参数 | 第19-20页 |
| 2.1.2 影像参数 | 第20页 |
| 2.1.3 数据特点 | 第20-24页 |
| 2.2 资源三号影像城区水体特征 | 第24-27页 |
| 2.2.1 波谱特征 | 第24-25页 |
| 2.2.2 颜色特征 | 第25-26页 |
| 2.2.3 亮度特征 | 第26-27页 |
| 2.2.4 纹理特征 | 第27页 |
| 2.2.5 形状特征 | 第27页 |
| 2.3 资源三号影像预处理 | 第27-30页 |
| 2.3.1 辐射定标 | 第27-28页 |
| 2.3.2 大气校正 | 第28-29页 |
| 2.3.3 几何校正 | 第29-30页 |
| 2.4 小结 | 第30-31页 |
| 3 遥感影像水体信息自动提取理论 | 第31-40页 |
| 3.1 水体的光谱特征 | 第31页 |
| 3.2 单波段阈值法 | 第31-32页 |
| 3.3 谱间关系法 | 第32-33页 |
| 3.4 水体指数方法 | 第33-35页 |
| 3.4.1 归一化差分水体指数 | 第33-34页 |
| 3.4.2 改进的归一化差分水体指数 | 第34页 |
| 3.4.3 归一化差异池塘指数 | 第34-35页 |
| 3.4.4 增强型水体指数 | 第35页 |
| 3.4.5 水体比率指数 | 第35页 |
| 3.4.6 水体自动提取指数 | 第35页 |
| 3.5 水体提取算法性能分析 | 第35-37页 |
| 3.6 水体提取结果精度评价方法 | 第37-39页 |
| 3.6.1 混淆矩阵的概念 | 第37-38页 |
| 3.6.2 精度指标 | 第38-39页 |
| 3.6.3 Kappa系数 | 第39页 |
| 3.7 小结 | 第39-40页 |
| 4 改进的遥感影像城区水体自动提取方法 | 第40-56页 |
| 4.1 新归一化差分水体指数 | 第40-43页 |
| 4.1.1 新归一化水体指数NNDWI1 | 第40-41页 |
| 4.1.2 新归一化水体指数NNDWI2 | 第41-43页 |
| 4.2 基于新归一化水体指数的水体信息预提取 | 第43-44页 |
| 4.3 基于数学形态学的建筑物阴影对象预获取 | 第44-47页 |
| 4.3.1 数学形态学原理 | 第44-46页 |
| 4.3.2 建筑物阴影对象预获取 | 第46-47页 |
| 4.4 基于波谱关系的城区建筑物阴影对象特征描述新模型构建 | 第47-48页 |
| 4.5 基于新构建的波谱关系特征模型阴影对象的检测与去除 | 第48-51页 |
| 4.5.1 面向对象分类思想 | 第48-49页 |
| 4.5.2 基于对象波谱关系统计特征的阴影检测与去除 | 第49-51页 |
| 4.6 改进的遥感影像城区水体自动提取算法分析 | 第51-55页 |
| 4.6.1 NNDWI2指数 | 第51-52页 |
| 4.6.2 交集运算 | 第52-54页 |
| 4.6.3 阴影检测 | 第54-55页 |
| 4.7 小结 | 第55-56页 |
| 5 实验结果分析 | 第56-69页 |
| 5.1 实验区域概况 | 第56-58页 |
| 5.2 水体提取结果 | 第58-61页 |
| 5.3 实验结果精度分析 | 第61-68页 |
| 5.3.1 总体精度 | 第61-62页 |
| 5.3.2 水体提取边缘精度 | 第62-64页 |
| 5.3.3 算法稳定性分析 | 第64-68页 |
| 5.4 小结 | 第68-69页 |
| 6 结论与展望 | 第69-71页 |
| 6.1 结论 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-78页 |
| 附录A 不同算法在不同实验区域详细分类精度统计 | 第78-83页 |
| 作者简历 | 第83-86页 |
| 学位论文数据集 | 第86页 |
