致谢 | 第4-6页 |
摘要 | 第6-8页 |
Abstract | 第8-9页 |
1 绪论 | 第13-25页 |
1.1 研究背景及意义 | 第13-14页 |
1.1.1 研究背景 | 第13-14页 |
1.1.2 研究意义 | 第14页 |
1.2 国内外研究现状 | 第14-22页 |
1.2.1 沿海区域地表覆盖变化检测现状概述 | 第15-16页 |
1.2.2 地表覆盖分类方法研究现状 | 第16-17页 |
1.2.3 遥感影像海岸线提取方法研究现状 | 第17-19页 |
1.2.4 地表覆盖变化检测方法研究现状 | 第19-22页 |
1.3 研究内容 | 第22页 |
1.4 研究技术路线 | 第22-25页 |
2 数据收集与理论方法基础 | 第25-36页 |
2.1 实验区概况 | 第25-26页 |
2.2 数据选择分析与搜集 | 第26-28页 |
2.2.1 数据选择分析 | 第26页 |
2.2.2 数据收集 | 第26-28页 |
2.3 数据预处理 | 第28-31页 |
2.4 理论与方法基础 | 第31-35页 |
2.4.1 沿海区域地表覆盖分类后变化检测一般流程 | 第31-32页 |
2.4.2 面向对象GLC分类方法与关键技术 | 第32-35页 |
2.5 本章小结 | 第35-36页 |
3 基于优化特征变量集的面向对象GLC分类方法 | 第36-54页 |
3.1 适合沿海区域的分类系统构建 | 第36-37页 |
3.2 特征提取与选择、降维 | 第37-44页 |
3.2.1 特征提取与分析 | 第37-42页 |
3.2.2 ReliefF特征选择算法 | 第42-43页 |
3.2.3 PCA特征变换算法 | 第43-44页 |
3.2.4 基于面向对象GLC分类精度的评估准则 | 第44页 |
3.3 实验及结果分析 | 第44-53页 |
3.3.1 特征提取与选择、降维 | 第46-50页 |
3.3.2 三种分类方法的实验对比 | 第50-53页 |
3.4 本章小结 | 第53-54页 |
4 基于面向对象分类的沿海区域地表覆盖变化检测 | 第54-65页 |
4.1 两种不同海岸线提取方法 | 第54-57页 |
4.1.1 基于优化特征变量集的面向对象GLC分类法的海岸线提取 | 第54-55页 |
4.1.2 基于边缘检测海岸线提取 | 第55-57页 |
4.2 海岸线提取精度评价方法 | 第57-58页 |
4.3 沿海区域变化检测研究范围确定 | 第58-59页 |
4.4 矢量引导影像多尺度分割的地表覆盖分类后变化检测 | 第59-63页 |
4.4.1 矢量引导后时相影像多尺度分割 | 第61页 |
4.4.2 前、后时相一一对应的同质图斑、像斑获取 | 第61-62页 |
4.4.3 基于优化特征变量集的面向对象GLC分类方法获取地表覆盖 | 第62页 |
4.4.4 变化提取 | 第62-63页 |
4.5 变化检测精度评价方法 | 第63-64页 |
4.6 本章小结 | 第64-65页 |
5 基于面向对象分类的沿海区域地表覆盖变化检测实验与分析 | 第65-84页 |
5.1 不同海岸线提取方法比较实验及精度评价与分析 | 第65-68页 |
5.2 实验区地表覆盖变化检测范围确定 | 第68-69页 |
5.3 矢量引导影像多尺度分割的地表覆盖分类后变化检测 | 第69-77页 |
5.3.1 矢量引导后时相影像多尺度分割 | 第69-72页 |
5.3.2 前、后时相一一对应的同质图斑、像斑获取 | 第72-73页 |
5.3.3 地表覆盖分类 | 第73-75页 |
5.3.4 变化提取 | 第75-77页 |
5.4 变化检测精度评价与分析 | 第77-83页 |
5.5 本章小结 | 第83-84页 |
6 结论与展望 | 第84-87页 |
6.1 结论 | 第84-85页 |
6.2 展望 | 第85-87页 |
参考文献 | 第87-92页 |
作者简历 | 第92-94页 |
学位论文数据集 | 第94页 |