基于高分遥感影像的灾害目标自动分类技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-23页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状及分析 | 第16-19页 |
| 1.2.1 高分遥感影像应用研究现状及分析 | 第16-17页 |
| 1.2.2 遥感影像自动分类研究现状及分析 | 第17-18页 |
| 1.2.3 灾情评估研究现状及分析 | 第18-19页 |
| 1.3 研究内容及章节安排 | 第19-23页 |
| 1.3.1 主要研究内容 | 第19-20页 |
| 1.3.2 论文章节安排 | 第20-23页 |
| 第2章 灾害目标特征库研究 | 第23-44页 |
| 2.1 自然灾害特点 | 第23-28页 |
| 2.1.1 地震灾害 | 第23-25页 |
| 2.1.2 洪涝灾害 | 第25-26页 |
| 2.1.3 滑坡/泥石流灾害 | 第26页 |
| 2.1.4 雪灾 | 第26-28页 |
| 2.1.5 旱灾 | 第28页 |
| 2.2 灾害目标特征库结构分析 | 第28-33页 |
| 2.2.1 自然灾害分类体系 | 第28-29页 |
| 2.2.2 灾害目标特征库总体结构 | 第29-30页 |
| 2.2.3 灾害目标特征库物理结构 | 第30-33页 |
| 2.3 灾害目标特征信息提取方法 | 第33-42页 |
| 2.3.1 高分遥感数据 | 第34-38页 |
| 2.3.2 影像分割 | 第38-39页 |
| 2.3.3 特征信息提取 | 第39-42页 |
| 2.4 本章小结 | 第42-44页 |
| 第3章 样本自动选择算法研究 | 第44-62页 |
| 3.1 样本初选 | 第44-50页 |
| 3.1.1 样本初选流程 | 第44-45页 |
| 3.1.2 基于灾害目标特征库的样本表索引 | 第45-47页 |
| 3.1.3 基于时空临近规则的样本选取 | 第47-50页 |
| 3.2 样本修正 | 第50-53页 |
| 3.2.1 样本修正流程 | 第50-52页 |
| 3.2.2 遥感影像变化检测 | 第52-53页 |
| 3.2.3 地物波谱特征检测 | 第53页 |
| 3.3 样本自动选择实验与结果分析 | 第53-61页 |
| 3.3.1 数据准备 | 第54-55页 |
| 3.3.2 实验过程与结果 | 第55-59页 |
| 3.3.3 结果分析 | 第59-60页 |
| 3.3.4 实验小结 | 第60-61页 |
| 3.4 本章小结 | 第61-62页 |
| 第4章 特征优选与分类算法研究 | 第62-81页 |
| 4.1 特征优选 | 第62-68页 |
| 4.1.1 m RMR算法基本原理 | 第63-65页 |
| 4.1.2 m RMR算法计算方法 | 第65-68页 |
| 4.2 遥感影像监督分类方法 | 第68-71页 |
| 4.2.1 C5.0 决策树 | 第68-69页 |
| 4.2.2 K近邻 | 第69-71页 |
| 4.3 特征优选与影像分类实验及结果分析 | 第71-80页 |
| 4.3.1 数据准备 | 第71-73页 |
| 4.3.2 实验过程与结果 | 第73-76页 |
| 4.3.3 结果分析 | 第76-78页 |
| 4.3.4 对比讨论 | 第78-79页 |
| 4.3.5 实验小结 | 第79-80页 |
| 4.4 本章小结 | 第80-81页 |
| 第5章 灾情快速评估模型建立与实验分析 | 第81-93页 |
| 5.1 地震灾情快速评估模型 | 第81-83页 |
| 5.2 地震灾情快速评估实验与结果分析 | 第83-92页 |
| 5.2.1 数据准备 | 第83-85页 |
| 5.2.2 实验过程与结果 | 第85-90页 |
| 5.2.3 结果分析 | 第90-91页 |
| 5.2.4 实验小结 | 第91-92页 |
| 5.3 本章小结 | 第92-93页 |
| 第6章 总结与展望 | 第93-96页 |
| 6.1 论文总结与主要创新点 | 第93-94页 |
| 6.2 研究展望 | 第94-96页 |
| 致谢 | 第96-98页 |
| 参考文献 | 第98-105页 |
| 附录：攻读学位期间参与项目与所取得成果 | 第105页 |
