| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于辅助因素的建筑物提取 | 第11-12页 |
| 1.2.2 基于边缘检测的建筑物提取 | 第12-13页 |
| 1.2.3 基于建筑物指数的建筑物提取 | 第13页 |
| 1.2.4 基于面向对象的建筑物提取 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 研究方法与技术路线 | 第15-16页 |
| 2 面向对象的影像解译理论 | 第16-30页 |
| 2.1 影像分割 | 第16-20页 |
| 2.1.1 FNEA分割原理 | 第17-18页 |
| 2.1.2 异质性准则 | 第18-20页 |
| 2.2 对象的特征表达 | 第20-24页 |
| 2.3 影像目标分类 | 第24-28页 |
| 2.3.1 阈值分类 | 第25页 |
| 2.3.2 最邻近分类 | 第25-26页 |
| 2.3.3 支持向量机分类 | 第26-28页 |
| 2.4 分类后精度评价 | 第28-29页 |
| 2.5 小结 | 第29-30页 |
| 3 面向对象建筑物提取的关键技术研究 | 第30-47页 |
| 3.1 优化的多尺度分割 | 第30-33页 |
| 3.1.1 基于Canny算子的边缘检测方法 | 第30-31页 |
| 3.1.2 融合边缘与区域特征的多尺度分割 | 第31-33页 |
| 3.2 对象的特征选择 | 第33-35页 |
| 3.2.1 特征选择的作用 | 第33-34页 |
| 3.2.2 特征选择的基本框架 | 第34页 |
| 3.2.3 特征选择算法的研究 | 第34-35页 |
| 3.3 最优特征选择 | 第35-38页 |
| 3.3.1 最优特征选择算法 | 第35-37页 |
| 3.3.2 最优特征选择评价 | 第37页 |
| 3.3.3 对象特征选择流程 | 第37-38页 |
| 3.4 特征选择实验 | 第38-46页 |
| 3.4.1 影像分割及对象特征表达 | 第39-40页 |
| 3.4.2 特征选择 | 第40-44页 |
| 3.4.3 分类精度比较 | 第44-46页 |
| 3.5 小结 | 第46-47页 |
| 4 面向对象的高分辨率遥感影像建筑物提取及应用 | 第47-69页 |
| 4.1 项目背景 | 第47页 |
| 4.2 数据介绍 | 第47-48页 |
| 4.3 建筑物提取方案 | 第48-51页 |
| 4.3.1 影像多尺度分割 | 第49页 |
| 4.3.2 简单地物与建筑物候选区提取 | 第49-50页 |
| 4.3.3 nDSM专题特征和空间关系特征的引入 | 第50-51页 |
| 4.3.4 特征选择和分类 | 第51页 |
| 4.4 建筑物提取 | 第51-63页 |
| 4.4.1 三波段高分辨率遥感影像建筑物提取 | 第51-54页 |
| 4.4.2 nDSM辅助的三波段高分辨率遥感影像建筑物提取 | 第54-56页 |
| 4.4.3 结合对象关系特征的四波段高分辨率遥感影像建筑物提取 | 第56-61页 |
| 4.4.4 nDSM辅助的四波段高分辨率遥感影像建筑物提取 | 第61-63页 |
| 4.5 建筑物提取结果分析 | 第63-68页 |
| 4.6 小结 | 第68-69页 |
| 5 结论与展望 | 第69-71页 |
| 5.1 结论 | 第69-70页 |
| 5.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 作者简历 | 第75-77页 |
| 学位论文数据集 | 第77页 |
