辅以纹理的遥感图像分类研究与应用
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 中文文摘 | 第4-6页 |
| 目录 | 第6-9页 |
| 绪论 | 第9-15页 |
| 1 研究背景与意义 | 第9-10页 |
| 2 国内外研究概况 | 第10-14页 |
| 2.1 遥感图像分类研究现状与趋势 | 第10-12页 |
| 2.2 分形理论及其应用 | 第12-14页 |
| 3 研究内容与技术路线 | 第14-15页 |
| 第一章 纹理分析的理论基础 | 第15-27页 |
| 1 纹理的定义与描述 | 第15-16页 |
| 2 传统的纹理分析方法 | 第16-20页 |
| 2.1 统计方法 | 第16-19页 |
| 2.2 频谱方法 | 第19-20页 |
| 2.3 结构方法 | 第20页 |
| 3 新兴的纹理分析方法 | 第20-26页 |
| 3.1 分形概述 | 第20-21页 |
| 3.2 常见的分形结构 | 第21-24页 |
| 3.3 分形的测度 | 第24-25页 |
| 3.4 遥感图像的分形计算模型 | 第25-26页 |
| 4 本章小结 | 第26-27页 |
| 第二章 研究区与数据源 | 第27-39页 |
| 1 研究区域概况 | 第27-29页 |
| 1.1 福州市概况 | 第27-28页 |
| 1.2 研究区与典型试验区概况 | 第28-29页 |
| 2 数据与软件说明 | 第29-32页 |
| 2.1 数据说明 | 第29-31页 |
| 2.2 软件说明 | 第31-32页 |
| 3 数据预处理 | 第32-38页 |
| 3.1 遥感图像几何校正 | 第32-33页 |
| 3.2 遥感图像辐射校正 | 第33页 |
| 3.3 多源数据匹配与研究区裁剪 | 第33-34页 |
| 3.4 光谱特征获取 | 第34-38页 |
| 4 本章小结 | 第38-39页 |
| 第三章 试验区图像的纹理分析 | 第39-49页 |
| 1 典型试验区的提取 | 第39-41页 |
| 1.1 典型试验区的选择与提取 | 第39-40页 |
| 1.2 典型试验区的光谱分析 | 第40-41页 |
| 2 基于灰度共生矩阵的纹理分析 | 第41-44页 |
| 2.1 灰度共生矩阵及其参量选择 | 第41-42页 |
| 2.2 基于灰度共生矩阵的纹理提取 | 第42-44页 |
| 3 基于分形的纹理分析 | 第44-47页 |
| 3.1 分形模型及其参量的选择 | 第44-45页 |
| 3.2 基于分形的纹理提取 | 第45-47页 |
| 4 多源特征数据库构建 | 第47-48页 |
| 5 本章小结 | 第48-49页 |
| 第四章 辅以纹理的试验区图像分类研究 | 第49-63页 |
| 1 分类器的选择 | 第49-51页 |
| 1.1 监督分类 | 第49-50页 |
| 1.2 非监督分类 | 第50-51页 |
| 2 辅以纹理的试验区图像监督分类 | 第51-60页 |
| 2.1 数据准备 | 第51页 |
| 2.2 建立分类体系 | 第51-52页 |
| 2.3 选择训练场与训练样本 | 第52-53页 |
| 2.4 分类结果分析 | 第53-55页 |
| 2.5 分类精度评价 | 第55-60页 |
| 3 基于分形纹理的试验区图像非监督分类 | 第60-62页 |
| 3.1 分类实验与结果 | 第61-62页 |
| 3.2 分类精度评价 | 第62页 |
| 4 本章小结 | 第62-63页 |
| 第五章 辅以纹理的遥感图像分类应用 | 第63-69页 |
| 1 数据准备 | 第63-64页 |
| 2 研究区遥感图像分类 | 第64-66页 |
| 2.1 分类体系建立与分类器选择 | 第64页 |
| 2.2 分类结果与精度评价 | 第64-66页 |
| 3 土地利用/覆被变化研究 | 第66-67页 |
| 4 本章小结 | 第67-69页 |
| 第六章 结论与展望 | 第69-71页 |
| 1 主要结论 | 第69-70页 |
| 2 不足与展望 | 第70-71页 |
| 附录1 双毯覆盖模型程序代码 | 第71-75页 |
| 参考文献 | 第75-81页 |
| 攻读学位期间承担的科研任务与主要成果 | 第81-83页 |
| 致谢 | 第83-85页 |
| 个人简历 | 第85-87页 |
