多时相遥感影像土地覆盖自动分类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·研究背景与意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-13页 |
| ·土地覆盖遥感目前主要的问题 | 第13页 |
| ·研究目的与内容 | 第13-14页 |
| ·技术路线 | 第14-16页 |
| 2 相对辐射校正 | 第16-24页 |
| ·相对辐射归一化 | 第16页 |
| ·常用的相对辐射归一化 | 第16-18页 |
| ·统计方法 | 第16-17页 |
| ·线性回归法 | 第17-18页 |
| ·传统相对辐射归一化的不足 | 第18页 |
| ·基于多元变化检测的相对辐射归一化 | 第18-24页 |
| ·变化检测 | 第19-22页 |
| ·回归分析 | 第22-24页 |
| 3 遥感分类方法 | 第24-30页 |
| ·遥感影像分类概述 | 第24-25页 |
| ·遥感影像的解译 | 第24页 |
| ·遥感影像的计算机分类 | 第24页 |
| ·遥感影像分类的一般步骤 | 第24-25页 |
| ·非监督分类(UNSUPERVISED) | 第25-26页 |
| ·K-mean | 第25-26页 |
| ·ISODATA | 第26页 |
| ·监督分类(SUPERVISED) | 第26-27页 |
| ·最小距离法 | 第26-27页 |
| ·Mahalanobis 距离 | 第27页 |
| ·最大似然法 | 第27页 |
| ·分类新方法 | 第27-30页 |
| ·SVM | 第28页 |
| ·面向对象分类 | 第28-29页 |
| ·专家系统分类 | 第29-30页 |
| 4 浮动先验概率最大似然分类 | 第30-35页 |
| ·最大似然判别 | 第30-32页 |
| ·先验概率 | 第30页 |
| ·条件概率 | 第30-31页 |
| ·Bayes 判别 | 第31-32页 |
| ·先验概率的改进 | 第32页 |
| ·基于归一化植被指数的先验概率 | 第32-35页 |
| 5 试验数据与结果 | 第35-48页 |
| ·试验区概况 | 第35页 |
| ·数据及预处理 | 第35-39页 |
| ·TM 数据 | 第35-36页 |
| ·其他数据 | 第36-37页 |
| ·数据预处理 | 第37-39页 |
| ·相对辐射归一化处理 | 第39-42页 |
| ·自动分类 | 第42-48页 |
| ·参考影像分类及分类特征提取 | 第42-44页 |
| ·目标影像自动分类 | 第44-48页 |
| 6 结论与展望 | 第48-50页 |
| 致谢 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 附录 | 第57页 |
