基于热辐射与纹理特征的硅酸盐岩石遥感识别
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 引言 | 第11-19页 |
1.1 研究背景和意义 | 第11-12页 |
1.2 研究进展 | 第12-17页 |
1.2.1 光谱特征研究现状 | 第12-14页 |
1.2.2 热特征研究现状 | 第14-15页 |
1.2.3 纹理研究现状 | 第15-17页 |
1.3 主要研究内容与研究目标 | 第17页 |
1.4 技术路线及论文结构 | 第17-19页 |
第2章 研究区概况和数据获取 | 第19-29页 |
2.1 研究区概况 | 第19-21页 |
2.2 遥感数据及预处理 | 第21-28页 |
2.2.1 遥感数据收集 | 第21-24页 |
2.2.2 遥感数据处理 | 第24-28页 |
2.3 其他数据资料 | 第28-29页 |
第3章 基于热辐射特征岩性识别方法研究 | 第29-37页 |
3.1 基于热辐射特征的敏感岩性识别指数构建 | 第29-31页 |
3.2 热辐射特征指数构建结果 | 第31-35页 |
3.3 本章小结 | 第35-37页 |
第4章 多时相热辐射特征空间岩性识别 | 第37-47页 |
4.1 多时相热辐射特征空间岩性识别方法 | 第37-40页 |
4.1.1 多时相特征空间构建方法 | 第37-39页 |
4.1.2 贝叶斯分类方法 | 第39页 |
4.1.3 空间分布提取方法 | 第39-40页 |
4.2 岩性识别结果 | 第40-45页 |
4.2.1 多时相特征空间构建结果 | 第40-41页 |
4.2.2 贝叶斯分类结果 | 第41-43页 |
4.2.3 铁镁质岩-超铁镁质岩空间分布 | 第43-45页 |
4.3 小结 | 第45-47页 |
第5章 基于纹理特征的岩性识别 | 第47-63页 |
5.1 研究方法 | 第47-52页 |
5.1.1 盒维法提取纹理特征 | 第47-49页 |
5.1.2 岩性识别特征优选方法 | 第49-50页 |
5.1.3 支持向量机分类法 | 第50-52页 |
5.2 基于纹理特征的岩性识别结果 | 第52-61页 |
5.2.1 空间纹理特征提取结果 | 第52-53页 |
5.2.2 组合识别特征优选结果 | 第53-57页 |
5.2.3 基于最优特征的岩性识别效果评价 | 第57-61页 |
5.3 小结 | 第61-63页 |
第6章 结论与讨论 | 第63-65页 |
6.1 主要结论 | 第63页 |
6.2 创新性讨论 | 第63-64页 |
6.3 讨论与展望 | 第64-65页 |
致谢 | 第65-67页 |
参考文献 | 第67-79页 |
附录 | 第79页 |