基于GF-2影像的城区地物信息尺度选择及分类方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景与依据 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 高分辨率影像最优分割尺度选择 | 第13-14页 |
| 1.2.2 高分辨率影像分类技术 | 第14-15页 |
| 1.2.3 存在的问题 | 第15-16页 |
| 1.3 研究内容及技术路线 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-18页 |
| 2 面向对象分类方法理论基础 | 第18-32页 |
| 2.1 影像分割的原理 | 第18页 |
| 2.2 影像分割相关算法 | 第18-20页 |
| 2.2.1 基于边缘的分割 | 第19页 |
| 2.2.2 基于区域的分割 | 第19-20页 |
| 2.3 多尺度分割 | 第20-24页 |
| 2.3.1 多尺度分割概念 | 第20-21页 |
| 2.3.2 基于异质性最小的区域合并算法 | 第21-23页 |
| 2.3.3 分割参数的设定 | 第23-24页 |
| 2.4 对象特征分析 | 第24-28页 |
| 2.4.1 光谱特征分析 | 第24-25页 |
| 2.4.2 形状特征分析 | 第25-26页 |
| 2.4.3 纹理特征分析 | 第26-28页 |
| 2.4.4 特征降维问题 | 第28页 |
| 2.5 面向对象分类方法 | 第28-30页 |
| 2.5.1 最邻近分类 | 第28-29页 |
| 2.5.2 基于规则的分类 | 第29-30页 |
| 2.6 精度评价方法 | 第30-31页 |
| 本章小结 | 第31-32页 |
| 3 研究区概况与数据预处理 | 第32-40页 |
| 3.1 研究区概况与数据源 | 第32-33页 |
| 3.1.1 研究区概况 | 第32页 |
| 3.1.2 数据源 | 第32-33页 |
| 3.2 GF-2影像数据预处理 | 第33-39页 |
| 3.2.1 辐射校正 | 第34-36页 |
| 3.2.2 几何校正 | 第36-37页 |
| 3.2.3 影像融合 | 第37-38页 |
| 3.2.4 影像裁剪 | 第38-39页 |
| 本章小结 | 第39-40页 |
| 4 多尺度分割实验及特征选择 | 第40-50页 |
| 4.1 分类体系的建立 | 第40页 |
| 4.2 最优尺度选择实验分析 | 第40-48页 |
| 4.2.1 分割尺度初步确立 | 第40-41页 |
| 4.2.2 分割尺度复选 | 第41-46页 |
| 4.2.3 分割效果及分析 | 第46-48页 |
| 4.3 对象特征选择 | 第48-49页 |
| 本章小结 | 第49-50页 |
| 5 GF-2影像城区地物信息分类 | 第50-66页 |
| 5.1 基于像元的监督分类 | 第50-55页 |
| 5.1.1 最大似然分类 | 第50页 |
| 5.1.2 神经网络分类 | 第50-51页 |
| 5.1.3 支持向量机分类 | 第51-52页 |
| 5.1.4 分类结果 | 第52-53页 |
| 5.1.5 精度评价及分析 | 第53-55页 |
| 5.2 面向对象单层次监督分类 | 第55-60页 |
| 5.2.1 最邻近分类—空间特征优化 | 第55-57页 |
| 5.2.2 支持向量机分类 | 第57页 |
| 5.2.3 分类结果 | 第57-59页 |
| 5.2.4 精度评价及分析 | 第59-60页 |
| 5.3 面向对象多层次分类 | 第60-64页 |
| 5.3.1 特征空间及分类规则的建立 | 第60-62页 |
| 5.3.2 分类结果 | 第62页 |
| 5.3.3 精度评价及分析 | 第62-64页 |
| 本章小结 | 第64-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 硕士期间发表论文情况 | 第72-74页 |
| 致谢 | 第74-76页 |
