基于影像空间统计的面向对象分割尺度参数估计
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 引言 | 第9-19页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-17页 |
| 1.2.1 遥感影像分割方法 | 第10-14页 |
| 1.2.2 遥感影像分割尺度选择 | 第14-17页 |
| 1.3 研究内容 | 第17页 |
| 1.4 工作流程 | 第17-18页 |
| 1.5 论文组织结构 | 第18-19页 |
| 第二章 基于影像空间统计的尺度参数估计 | 第19-24页 |
| 2.1 面向对象影像分割尺度与影像空间统计的关系 | 第19页 |
| 2.2 基于影像空间统计的分割尺度估计 | 第19-23页 |
| 2.2.1 最佳空间尺度分割参数 | 第20-22页 |
| 2.2.2 最佳属性尺度分割参数 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 分形网络演化方法最大异质度参数估计 | 第24-28页 |
| 3.1 分形网络演化方法原理 | 第24-25页 |
| 3.2 异质性准则定义 | 第25-27页 |
| 3.2.1 对象的光谱异质性 | 第25-26页 |
| 3.2.2 对象的形状异质性 | 第26页 |
| 3.2.3 对象的整体异质性 | 第26-27页 |
| 3.3 基于影像空间统计的最大异质度分割参数选择 | 第27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 均值漂移算法属性带宽估计 | 第28-31页 |
| 4.1 均值漂移算法原理 | 第28-29页 |
| 4.2 基于均值漂移原理的影像分割 | 第29-30页 |
| 4.3 基于影像空间统计的属性带宽参数选择 | 第30页 |
| 4.4 本章小结 | 第30-31页 |
| 第五章 影像空间统计的尺度参数验证实验 | 第31-51页 |
| 5.1 面向对象影像分类实验基本原理 | 第31-34页 |
| 5.1.1 分类方法 | 第31-32页 |
| 5.1.2 常用对象特征 | 第32页 |
| 5.1.3 分类精度评价 | 第32-34页 |
| 5.2 研究区及实验数据 | 第34页 |
| 5.3 基于影像统计的尺度参数估计 | 第34-37页 |
| 5.3.1 建筑实验区 | 第34-36页 |
| 5.3.2 农田实验区 | 第36-37页 |
| 5.4 面向对象影像分割 | 第37页 |
| 5.4.1 分形网络演化方法 | 第37页 |
| 5.4.2 均值漂移算法 | 第37页 |
| 5.5 面向对象影像分类 | 第37-39页 |
| 5.5.1 建筑实验区 | 第37-38页 |
| 5.5.2 农田实验区 | 第38-39页 |
| 5.6 实验结果及分析 | 第39-50页 |
| 5.6.1 分形网络演化方法 | 第39-44页 |
| 5.6.2 均值漂移算法 | 第44-49页 |
| 5.6.3 分形网络演化方法与均值漂移算法对比 | 第49-50页 |
| 5.7 本章小结 | 第50-51页 |
| 第六章 结论 | 第51-53页 |
| 6.1 结论 | 第51页 |
| 6.2 讨论 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录 | 第59页 |
