基于边缘信息增强的面向对象高分影像信息提取研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 国外研究现状 | 第14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 研究目的 | 第16-17页 |
| 1.4 研究内容 | 第17-18页 |
| 1.5 技术路线 | 第18-19页 |
| 2 遥感影像信息提取技术 | 第19-42页 |
| 2.1 传统影像信息提取方法 | 第19-26页 |
| 2.1.1 监督分类 | 第19-24页 |
| 2.1.2 非监督分类 | 第24-26页 |
| 2.2 面向对象影像信息提取方法 | 第26-40页 |
| 2.2.1 影像分割 | 第28-34页 |
| 2.2.2 影像特征提取 | 第34-38页 |
| 2.2.3 常用分类方法 | 第38-40页 |
| 2.3 小结 | 第40-42页 |
| 3 影像边缘信息增强理论基础 | 第42-52页 |
| 3.1 空间自相关性统计分析 | 第42-45页 |
| 3.1.1 全局空间自相关统计量 | 第42-44页 |
| 3.1.2 局部空间自相关统计量 | 第44-45页 |
| 3.2 高分影像边缘检测 | 第45-50页 |
| 3.2.1 一阶导数边缘检测算法 | 第46-48页 |
| 3.2.2 二阶导数边缘检测算法 | 第48-49页 |
| 3.2.3 Canny边缘检测算法 | 第49-50页 |
| 3.3 小结 | 第50-52页 |
| 4 面向对象信息提取实验 | 第52-75页 |
| 4.1 实验数据及平台介绍 | 第52-53页 |
| 4.2 面向对象影像信息提取 | 第53-63页 |
| 4.2.1 影像多尺度分割 | 第53-61页 |
| 4.2.2 影像信息提取 | 第61-63页 |
| 4.3 影像边缘信息增强 | 第63-66页 |
| 4.4 不同方法分类及其精度评价 | 第66-74页 |
| 4.4.1 基于像元的传统影像分类 | 第68-71页 |
| 4.4.2 面向对象影像分类 | 第71-74页 |
| 4.5 小结 | 第74-75页 |
| 5 结论与展望 | 第75-77页 |
| 5.1 结论 | 第75页 |
| 5.2 展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 作者简介 | 第83页 |
