| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第15-33页 |
| 1.1. 研究背景与意义 | 第15-17页 |
| 1.2. 国内外研究进展 | 第17-26页 |
| 1.2.1. 潮沟系统地貌过程研究现状 | 第17-19页 |
| 1.2.2. 潮沟系统遥感监测技术研究现状 | 第19-26页 |
| 1.3. 研究思路与技术框架 | 第26-33页 |
| 1.3.1. 研究目标 | 第26-27页 |
| 1.3.2. 研究内容 | 第27-28页 |
| 1.3.3. 技术路线 | 第28-30页 |
| 1.3.4. 组织架构 | 第30-33页 |
| 第2章 研究区及数据集 | 第33-45页 |
| 2.1. 研究区概况 | 第33-36页 |
| 2.1.1. 潮滩分布及潮沟形态特征 | 第33-35页 |
| 2.1.2. 区域生境变迁及人类活动影响 | 第35-36页 |
| 2.2. 数据源简介 | 第36-39页 |
| 2.2.1. LiDAR DEM数据集 | 第36-38页 |
| 2.2.2. 资源三号高分影像数据集 | 第38-39页 |
| 2.3. 数据预处理 | 第39-45页 |
| 2.3.1. LiDAR数据预处理 | 第39-41页 |
| 2.3.2. 资源三号高分影像预处理 | 第41-45页 |
| 第3章 基于LiDAR DEM的潮沟监测方法 | 第45-81页 |
| 3.1. 顾及剖面形态特征的全自动潮沟提取算法(APMECF) | 第45-56页 |
| 3.1.1. 基于多窗口邻域分析的局部潮滩高程趋势面均衡 | 第47-49页 |
| 3.1.2. 基于多方向多尺度高斯匹配滤波的潮沟增强 | 第49-52页 |
| 3.1.3. 基于两轮自适应阈值分割潮沟提取 | 第52-54页 |
| 3.1.4. 多轮潮沟提取结果融合策略 | 第54-56页 |
| 3.2. APMECF算法实验结果 | 第56-67页 |
| 3.2.1. 验证策略 | 第56-59页 |
| 3.2.2. 结果展示 | 第59-60页 |
| 3.2.3. 精度评价 | 第60-67页 |
| 3.3. APMECF算法实验分析 | 第67-80页 |
| 3.3.1. 参数调制 | 第67-71页 |
| 3.3.2. 方法可移植性 | 第71-80页 |
| 3.4. 本章小结 | 第80-81页 |
| 第4章 基于高分影像的潮沟监测方法 | 第81-119页 |
| 4.1. 顾及局部微分几何结构的多尺度潮沟提取方法(MLDSI) | 第81-100页 |
| 4.1.1. 复杂异质潮滩背景均一化 | 第85-88页 |
| 4.1.2. 多尺度潮沟系统增强 | 第88-93页 |
| 4.1.3. 谱间二元抑制规则 | 第93-97页 |
| 4.1.4. 融合区域特征空间粘滞性的水平集演化模型 | 第97-100页 |
| 4.2. MLDSI算法实验结果 | 第100-108页 |
| 4.2.1. 结果展示 | 第100-103页 |
| 4.2.2. 精度评价 | 第103-108页 |
| 4.3. MLDSI算法实验分析 | 第108-112页 |
| 4.3.1. 局部聚类中心的数值漂移 | 第108-109页 |
| 4.3.2. 尺度不确定性 | 第109-111页 |
| 4.3.3. 谱间信息增益 | 第111-112页 |
| 4.4. 潮沟系统形态特征分析 | 第112-117页 |
| 4.4.1. 复杂潮沟系统各向异性分析 | 第112-115页 |
| 4.4.2. 待渠化密度分析 | 第115-117页 |
| 4.5. 本章小结 | 第117-119页 |
| 第5章 结论与展望 | 第119-123页 |
| 5.1. 研究结论 | 第119-120页 |
| 5.2. 主要创新 | 第120页 |
| 5.3. 研究展望 | 第120-123页 |
| 参考文献 | 第123-135页 |
| 攻读硕士学位期间取得的主要科研成果 | 第135-137页 |
| 致谢 | 第137-138页 |
