| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外农作物遥感监测识别研究现状 | 第12-13页 |
| 1.2.1 国外农作物遥感识别研究现状 | 第12-13页 |
| 1.2.2 国内农作物遥感识别研究现状 | 第13页 |
| 1.3 水稻种植区域识别研究现状与进展 | 第13-15页 |
| 1.3.1 水稻种植区域识别研究现状 | 第13-14页 |
| 1.3.2 水稻种植区域识别精度问题 | 第14-15页 |
| 1.3.3 水稻种植区域识别技术新进展 | 第15页 |
| 1.4 研究内容、技术路线及论文组织结构 | 第15-19页 |
| 1.4.1 研究内容 | 第15-17页 |
| 1.4.2 技术路线 | 第17-18页 |
| 1.4.3 论文组织结构 | 第18-19页 |
| 第二章 研究区概况与数据处理 | 第19-28页 |
| 2.1 研究区概况 | 第19-20页 |
| 2.1.1 自然地理状况 | 第19-20页 |
| 2.1.2 水稻生育期状况 | 第20页 |
| 2.2 遥感影像数据获取与预处理 | 第20-25页 |
| 2.2.1 多光谱影像获取与预处理 | 第21-24页 |
| 2.2.2 单一波段影像预处理 | 第24-25页 |
| 2.3 地面调查数据获取与处理 | 第25-27页 |
| 2.3.1 六种地物GPS数据采集 | 第25-26页 |
| 2.3.2 水稻样方定位与面积统计 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于Gram-Schmidt图像融合的水稻特征分析 | 第28-39页 |
| 3.1 多光谱影像融合 | 第28-32页 |
| 3.1.1 图像融合技术简介 | 第28-29页 |
| 3.1.2 基于Gram-Schmidt法的多光谱影像融合 | 第29-30页 |
| 3.1.3 融合结果 | 第30-32页 |
| 3.2 融合前后水稻特征分析 | 第32-38页 |
| 3.2.1 纹理、颜色、几何特征分析 | 第32-33页 |
| 3.2.2 归一化植被指数分析 | 第33-34页 |
| 3.2.3 光谱特征曲线分析 | 第34-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 基于支持向量机的训练标签图库制作 | 第39-47页 |
| 4.1 创建训练样本 | 第39-40页 |
| 4.2 六种地物类别可分离性分析 | 第40-42页 |
| 4.2.1 评价参数选取 | 第40-41页 |
| 4.2.2 分离结果 | 第41-42页 |
| 4.3 三组影像分类 | 第42-44页 |
| 4.3.1 原始多光谱影像分类试验 | 第42-43页 |
| 4.3.2 两组融合影像分类 | 第43-44页 |
| 4.4 全卷积网络训练标签图制作 | 第44-46页 |
| 4.4.1 分类错误区域提取 | 第44-45页 |
| 4.4.2 分类错误区域校正 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 基于全卷积网络的水稻种植区域识别试验及面积估算 | 第47-58页 |
| 5.1 全卷积网络模型概述 | 第47-51页 |
| 5.2 三组试验数据集准备 | 第51-52页 |
| 5.3 三组影像分割试验及结果分析 | 第52-55页 |
| 5.3.1 分割试验 | 第52-54页 |
| 5.3.2 影像分割精度评价 | 第54-55页 |
| 5.4 沈阳市水稻种植面积估算及精度验证 | 第55-57页 |
| 5.4.1 水稻种植面积估算 | 第55-56页 |
| 5.4.2 基于抽样调查的精度验证 | 第56页 |
| 5.4.3 基于样方面积的精度验证 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 结论与展望 | 第58-60页 |
| 6.1 研究结论 | 第58-59页 |
| 6.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间发表文章 | 第65-66页 |
