面向对象的遥感图像分割与玉米田面积统计方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| ·选题背景及意义 | 第11-12页 |
| ·农业遥感发展现状 | 第12-14页 |
| ·国外研究进展 | 第13页 |
| ·国内研究进展 | 第13-14页 |
| ·遥感图像分类方法研究进展 | 第14-18页 |
| ·基于像素的分类 | 第15-16页 |
| ·基于子像素的分类 | 第16-17页 |
| ·基于对象的分类 | 第17-18页 |
| ·本文主要研究内容 | 第18-19页 |
| ·本文章节安排 | 第19-21页 |
| 第二章 研究数据及预处理 | 第21-31页 |
| ·研究区域数据 | 第21-22页 |
| ·数据校正处理 | 第22-26页 |
| ·全色图像辐射定标 | 第23页 |
| ·多光谱图像大气校正 | 第23-25页 |
| ·多光谱/全色图像正射校正 | 第25-26页 |
| ·全色/多光谱图像融合 | 第26-28页 |
| ·Gram-Schmidt正交化过程简介 | 第26-27页 |
| ·融合步骤 | 第27-28页 |
| ·裁剪实验数据 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于边缘增强和类矩形引导的分割方法 | 第31-47页 |
| ·图像目标边缘模糊增强 | 第32-35页 |
| ·颜色空间转换 | 第32-33页 |
| ·定义块模糊增强 | 第33-34页 |
| ·模糊增强单色图3I | 第34-35页 |
| ·类矩形引导玉米田分割 | 第35-41页 |
| ·图像边缘提取 | 第35-37页 |
| ·边缘提取效果评价 | 第37-38页 |
| ·构建区域特征相似度 | 第38-39页 |
| ·基于图的图像分割 | 第39-41页 |
| ·实验与分析 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于稀疏表示的玉米田面积统计 | 第47-60页 |
| ·特征提取 | 第47-49页 |
| ·光谱特征 | 第47-48页 |
| ·纹理特征 | 第48页 |
| ·植被指数 | 第48-49页 |
| ·对玉米/非玉米同时建立稀疏表示模型 | 第49-50页 |
| ·图像分类算法 | 第50-54页 |
| ·对图像块与超像素进行描述 | 第50-51页 |
| ·建立玉米/非玉米类模型矩阵M | 第51页 |
| ·试验图像的稀疏表示 | 第51-52页 |
| ·对图像块分类 | 第52-53页 |
| ·分类算法基本流程 | 第53-54页 |
| ·多特征决策分类结果 | 第54页 |
| ·实验分析 | 第54-59页 |
| ·分类结果评价 | 第54-57页 |
| ·与其他分类器对比分析 | 第57页 |
| ·大规模区域实验验证 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 遥感图像玉米作物提取软件实现 | 第60-67页 |
| ·软件概述 | 第60页 |
| ·系统模块功能简介 | 第60-64页 |
| ·图像预处理模块 | 第60-61页 |
| ·彩色图像处理模块 | 第61-63页 |
| ·遥感图像分类模块 | 第63-64页 |
| ·VC++与Matlab混合编程 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·本文的主要工作及创新点 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表的学术成果 | 第74-75页 |
| 致谢 | 第75-76页 |
