面向对象的SAR图像溢油信息提取研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 选题背景及意义 | 第9-12页 |
| 1.2 国内外SAR监测溢油研究现状 | 第12-13页 |
| 1.3 现有海洋溢油遥感监测系统 | 第13-15页 |
| 1.4 研究内容与技术路线 | 第15-17页 |
| 1.4.1 研究内容 | 第15页 |
| 1.4.2 技术路线 | 第15-17页 |
| 1.5 论文章节安排 | 第17-18页 |
| 第2章 SAR工作原理及图像特征 | 第18-25页 |
| 2.1 SAR发展过程 | 第18页 |
| 2.2 SAR工作原理 | 第18-20页 |
| 2.3 SAR海面溢油监测原理 | 第20-21页 |
| 2.4 SAR图像特征 | 第21-23页 |
| 2.4.1 SAR图像几何特征 | 第21页 |
| 2.4.2 SAR图像斑点特性 | 第21-22页 |
| 2.4.3 SAR图像目标特征 | 第22-23页 |
| 2.5 SAR图像解译 | 第23-25页 |
| 第3章 面向对象的分类技术 | 第25-41页 |
| 3.1 图像分割 | 第25-28页 |
| 3.1.1 图像分割原理 | 第25-26页 |
| 3.1.2 图像分割算法 | 第26-28页 |
| 3.2 多尺度分割算法 | 第28-33页 |
| 3.2.1 多尺度分割概念 | 第28-29页 |
| 3.2.2 多尺度分割算法 | 第29-31页 |
| 3.2.3 多尺度分割参数选择 | 第31-33页 |
| 3.3 影像对象特征 | 第33-38页 |
| 3.3.1 影像对象本身特征 | 第33-37页 |
| 3.3.2 影像对象的类间相关特征 | 第37-38页 |
| 3.4 影像对象分类 | 第38-41页 |
| 3.4.1 最邻近分类 | 第38-39页 |
| 3.4.2 模糊分类 | 第39-41页 |
| 第4章 SAR溢油图像预处理 | 第41-55页 |
| 4.1 数据介绍 | 第41-42页 |
| 4.2 图像预处理 | 第42-55页 |
| 4.2.1 辐射定标 | 第42-44页 |
| 4.2.2 几何校正 | 第44-46页 |
| 4.2.3 8-bit转换 | 第46-47页 |
| 4.2.4 斑点滤波 | 第47-53页 |
| 4.2.5 灰度降级 | 第53-55页 |
| 第5章 面向对象的SAR溢油信息提取 | 第55-68页 |
| 5.1 eCognition软件介绍 | 第55-56页 |
| 5.2 SAR影像多尺度分割 | 第56-61页 |
| 5.2.1 尺度参数的确定 | 第56-57页 |
| 5.2.2 形状因子的确定 | 第57-59页 |
| 5.2.3 紧致度因子的确定 | 第59-61页 |
| 5.3 面向对象的SAR溢油信息提取 | 第61-64页 |
| 5.3.1 模糊分类 | 第61-63页 |
| 5.3.2 最邻近分类 | 第63-64页 |
| 5.4 基于像元的SAR溢油信息提取 | 第64-65页 |
| 5.5 精度评价 | 第65-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 本文内容总结 | 第68页 |
| 6.2 下一步工作展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
