结合高分辨率遥感影像多维特征的森林分类
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-21页 |
| ·研究背景及意义 | 第9-10页 |
| ·遥感影像森林分类国内外现状 | 第10-16页 |
| ·基于像元的遥感影像森林分类方法 | 第10-13页 |
| ·高分遥感影像分类 | 第13页 |
| ·面向对象的遥感影像森林分类方法 | 第13-15页 |
| ·基于多时相特征的遥感影像森林分类方法 | 第15-16页 |
| ·遥感影像森林分类存在问题与发展趋势 | 第16-17页 |
| ·项目来源与经费支持 | 第17页 |
| ·研究目标与研究内容 | 第17-18页 |
| ·研究方法与技术路线 | 第18-21页 |
| 2. 研究区概况与数据获取 | 第21-27页 |
| ·研究区概况 | 第21-22页 |
| ·地理位置 | 第21页 |
| ·森林资源 | 第21-22页 |
| ·气候特征 | 第22页 |
| ·数据获取及预处理 | 第22-27页 |
| ·数据获取 | 第22-24页 |
| ·遥感影像预处理 | 第24-26页 |
| ·分类体系建立 | 第26-27页 |
| 3. 多尺度分割 | 第27-35页 |
| ·异质性准则定义 | 第27-28页 |
| ·分割参数的选择与试验 | 第28-35页 |
| ·分割参数的选择 | 第28-29页 |
| ·分割参数的试验 | 第29-33页 |
| ·多层次最优分割参数 | 第33-35页 |
| 4. 对象特征提取与分析 | 第35-67页 |
| ·光谱特征分析 | 第35-38页 |
| ·光谱特征值 | 第35-36页 |
| ·对象光谱特征值分析结果 | 第36-38页 |
| ·植被指数特征分析 | 第38-43页 |
| ·植被指数定义 | 第38-40页 |
| ·对象植被指数分析结果 | 第40-43页 |
| ·水体指数分析 | 第43页 |
| ·纹理特征分析 | 第43-48页 |
| ·纹理特征参数 | 第43-45页 |
| ·窗口大小的选定 | 第45页 |
| ·对象纹理特征分析结果 | 第45-48页 |
| ·基于数学形态学的形状特征分析 | 第48-58页 |
| ·数学形态学 | 第48-54页 |
| ·形态学滤波 | 第54-57页 |
| ·形状特征提取分析 | 第57-58页 |
| ·多时相特征 | 第58-67页 |
| ·多时相光谱特征分析 | 第59-61页 |
| ·多时相植被指数分析 | 第61-63页 |
| ·多时相纹理特征分析 | 第63-67页 |
| 5. WorldView-2影像森林类型识别 | 第67-79页 |
| ·面向对象多层次分类 | 第67-72页 |
| ·特征空间及分类规则的建立 | 第67页 |
| ·分类结果 | 第67-72页 |
| ·面向对象单层次决策树分类 | 第72-73页 |
| ·决策树理论 | 第72-73页 |
| ·分类结果 | 第73页 |
| ·随机森林分类方法 | 第73-79页 |
| ·随机森林的基分类器——CART决策树 | 第74页 |
| ·随机森林的数学定义 | 第74-75页 |
| ·随机森林的性质 | 第75-76页 |
| ·随机森林的构建过程 | 第76-77页 |
| ·分类结果 | 第77-79页 |
| 6. 分类结果精度评价 | 第79-86页 |
| ·分类精度评价理论 | 第79-80页 |
| ·分类结果精度评价 | 第80-86页 |
| 7. 结论与讨论 | 第86-89页 |
| ·结论 | 第86-87页 |
| ·特色与创新 | 第87页 |
| ·讨论与展望 | 第87-89页 |
| 参考文献 | 第89-97页 |
| 个人简介 | 第97-98页 |
| 导师简介 | 第98-99页 |
| 获得成果目录 | 第99-100页 |
| 致谢 | 第100页 |
