基于纹理分析的高分辨率影像面向对象分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·选题的背景及研究意义 | 第9-10页 |
| ·国内外研究进展 | 第10-16页 |
| ·面向对象分类 | 第10-11页 |
| ·纹理特征提取 | 第11-14页 |
| ·灰度共生矩阵和局部空间统计指数在分类中的应用 | 第14-15页 |
| ·多纹理特征的选择与组合 | 第15-16页 |
| ·研究目标、主要内容和技术路线 | 第16-18页 |
| ·研究目标和主要内容 | 第16-17页 |
| ·技术路线 | 第17-18页 |
| ·论文结构 | 第18-19页 |
| 2 研究区与技术方法 | 第19-26页 |
| ·研究区 | 第19页 |
| ·数据及预处理 | 第19-21页 |
| ·数据源 | 第19-20页 |
| ·遥感影像预处理 | 第20-21页 |
| ·主要技术方法 | 第21-26页 |
| ·遥感分类方法 | 第21-22页 |
| ·蚁群算法 | 第22-26页 |
| 3 基于纹理的面向对象分类研究 | 第26-52页 |
| ·高分辨率影像的多尺度分割 | 第26-33页 |
| ·最佳分割尺度的选择 | 第26-27页 |
| ·波段权重的选择 | 第27-28页 |
| ·均质因子的确定 | 第28-31页 |
| ·多尺度分割层次的建立 | 第31-33页 |
| ·面向对象的特征提取 | 第33-52页 |
| ·面向对象分类体系的建立 | 第33-34页 |
| ·纹理特征的提取与分析 | 第34-40页 |
| ·面向对象分类结果 | 第40-52页 |
| 4 基于蚁群算法的纹理特征选择 | 第52-60页 |
| ·多纹理的分类结果比较 | 第52-53页 |
| ·利用蚁群算法筛选最优纹理波段组合 | 第53-57页 |
| ·结果分析 | 第57-60页 |
| 5 结论和展望 | 第60-62页 |
| ·结论 | 第60-61页 |
| ·不足与展望 | 第61-62页 |
| 6 参考文献 | 第62-67页 |
| 硕士期间论文情况 | 第67-68页 |
| 致谢 | 第68页 |