面向对象的高分辨率遥感影像全要素分类研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的与意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-15页 |
| 1.2.1 面向对象分类方法总体发展现状 | 第11-12页 |
| 1.2.2 高分辨率遥感影像分割 | 第12-13页 |
| 1.2.3 最优分割尺度参数选择 | 第13-14页 |
| 1.2.4 遥感影像的特征提取与分类 | 第14-15页 |
| 1.3 论文主要研究内容及结构安排 | 第15-17页 |
| 第2章 高分辨率遥感影像分割与最优尺度 | 第17-36页 |
| 2.1 高分辨率遥感影像特性分析 | 第17页 |
| 2.2 遥感影像分割方法简介 | 第17-24页 |
| 2.2.1 影像分割方法概述 | 第17-19页 |
| 2.2.2 分水岭变换 | 第19页 |
| 2.2.3 基于分形网络演化的多尺度分割算法 | 第19-22页 |
| 2.2.4 基于改进分水岭的多尺度分割算法 | 第22-24页 |
| 2.3 最优分割尺度选择 | 第24-28页 |
| 2.3.1 最优分割尺度涵义 | 第24-25页 |
| 2.3.2 目标函数法 | 第25-27页 |
| 2.3.3 尺度参数估计模型 | 第27-28页 |
| 2.4 影像分割实验结果及分析 | 第28-34页 |
| 2.4.1 实验数据介绍 | 第28页 |
| 2.4.2 影像预处理 | 第28-29页 |
| 2.4.3 基于分形网络演化的多尺度分割 | 第29-31页 |
| 2.4.4 基于改进分水岭的多尺度分割算法 | 第31-32页 |
| 2.4.5 最优分割尺度提取实验 | 第32-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第3章 高分辨率遥感影像中对象的特征提取与表达 | 第36-51页 |
| 3.1 遥感影像的低层特征 | 第36-39页 |
| 3.1.1 光谱特征 | 第36页 |
| 3.1.2 纹理特征 | 第36-37页 |
| 3.1.3 尺度不变性特征 | 第37-39页 |
| 3.2 遥感影像表达的语义“鸿沟” | 第39-40页 |
| 3.3 基于视觉词包模型的影像对象表达 | 第40-44页 |
| 3.3.1 视觉词包模型概述 | 第40-41页 |
| 3.3.2 视觉词包模型的构造 | 第41-42页 |
| 3.3.3 空间金字塔词包模型 | 第42-43页 |
| 3.3.4 多尺度词包模型 | 第43-44页 |
| 3.4 特征提取实验结果分析 | 第44-50页 |
| 3.4.1 实验数据介绍 | 第44页 |
| 3.4.2 视觉词包模型表达结果及分析 | 第44-46页 |
| 3.4.3 空间金字塔词包模型表达结果及分析 | 第46页 |
| 3.4.4 多尺度词包模型表达结果及分析 | 第46-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 高分辨率遥感影像全要素分类 | 第51-64页 |
| 4.1 引言 | 第51页 |
| 4.2 实验数据 | 第51-52页 |
| 4.3 基于多层次体系结构的全要素分类 | 第52-57页 |
| 4.3.1 层次等级网络的形成 | 第52-53页 |
| 4.3.2 分类体系的构建 | 第53-57页 |
| 4.4 全要素分类实验及分析 | 第57-63页 |
| 4.4.1 直方图交叉核 | 第57-58页 |
| 4.4.2 全要素分类实验 | 第58-62页 |
| 4.4.3 实验参数的影响分析 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第71-73页 |
| 致谢 | 第73页 |
