| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第16-22页 |
| 1.1 研究意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.2.1 遥感图像分类研究现状 | 第17-18页 |
| 1.2.2 面向对象分类研究现状 | 第18-19页 |
| 1.2.3 遥感图像分割研究现状 | 第19-20页 |
| 1.3 研究目标和内容 | 第20页 |
| 1.4 论文组织结构 | 第20-22页 |
| 2 面向对象分类方法 | 第22-26页 |
| 2.1 支持向量机分类 | 第22-23页 |
| 2.2 CART决策树分类 | 第23-24页 |
| 2.3 K最邻近分类 | 第24-25页 |
| 2.4 面向对象的图像分析流程 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 面向对象的多尺度分割方法的比较 | 第26-43页 |
| 3.1 问题的提出 | 第26-27页 |
| 3.1.1 图像分割原理 | 第26页 |
| 3.1.2 遥感图像多尺度分割 | 第26-27页 |
| 3.2 典型的图像分割方法 | 第27-33页 |
| 3.2.1 MeanShift分割 | 第28-29页 |
| 3.2.2 Watersheds分割 | 第29-30页 |
| 3.2.3 棋盘分割 | 第30页 |
| 3.2.4 四叉树分割 | 第30-31页 |
| 3.2.5 分形网络演化分割 | 第31-33页 |
| 3.2.6 光谱差异分割 | 第33页 |
| 3.3 六种多尺度分割方法的比较与分析 | 第33-41页 |
| 3.3.1 评价指标 | 第33-34页 |
| 3.3.2 实验设计 | 第34-36页 |
| 3.3.3 实验结果与分析 | 第36-41页 |
| 3.4 本章小结 | 第41-43页 |
| 4 基于FNEA的多尺度分割参数的比较 | 第43-56页 |
| 4.1 问题的提出 | 第43页 |
| 4.2 实验数据与方法 | 第43-44页 |
| 4.2.1 实验数据 | 第43-44页 |
| 4.2.2 实验方法 | 第44页 |
| 4.3 实验结果与分析 | 第44-53页 |
| 4.3.1 QuickBird(2.4m)图像分割 | 第44-47页 |
| 4.3.2 IKONOS(4m)图像分割 | 第47-49页 |
| 4.3.3 GF-2(4m)图像分割 | 第49-52页 |
| 4.3.4 三组图像分割参数比较 | 第52-53页 |
| 4.4 本章小结 | 第53-56页 |
| 5 基于FNEA的多尺度分割参数的优选 | 第56-72页 |
| 5.1 问题的提出 | 第56页 |
| 5.2 多尺度分割参数优选 | 第56-57页 |
| 5.3 实验数据与方法 | 第57-59页 |
| 5.3.1 实验数据 | 第57页 |
| 5.3.2 实验方法 | 第57-59页 |
| 5.4 实验结果与分析 | 第59-70页 |
| 5.4.1 ESP工具最优参数预测 | 第59-60页 |
| 5.4.2 SVM分类 | 第60-63页 |
| 5.4.3 CART分类 | 第63-65页 |
| 5.4.4 KNN分类 | 第65-68页 |
| 5.4.5 预测参数下面向对象分类比较 | 第68-70页 |
| 5.5 本章小结 | 第70-72页 |
| 6 基于FNEA的多尺度分割在高铁线路提取中的应用 | 第72-82页 |
| 6.1 问题的提出 | 第72-73页 |
| 6.2 实验数据与方法 | 第73-74页 |
| 6.2.1 实验数据 | 第73页 |
| 6.2.2 实验方法 | 第73-74页 |
| 6.3 实验结果与分析 | 第74-80页 |
| 6.3.1 ESP工具最优参数预测 | 第74-75页 |
| 6.3.2 KNN分类 | 第75-77页 |
| 6.3.3 高速铁路提取结果 | 第77-79页 |
| 6.3.4 精度评价 | 第79-80页 |
| 6.4 本章小结 | 第80-82页 |
| 7 总结与展望 | 第82-84页 |
| 7.1 总结 | 第82-83页 |
| 7.2 展望 | 第83-84页 |
| 参考文献 | 第84-89页 |
| 致谢 | 第89-91页 |
| 攻读硕士学位期间发表的论文与主要学术活动 | 第91-92页 |