遥感影像植被分类技术研究
| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 引言 | 第10-11页 |
| 1.2 植被分类技术研究现状 | 第11-15页 |
| 1.2.1 遥感影像分类基本方法 | 第11页 |
| 1.2.2 植被特有分类方法 | 第11-13页 |
| 1.2.3 其他分类方法 | 第13-15页 |
| 1.3 论文研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 遥感影像增强与融合处理 | 第17-23页 |
| 2.1 分段线性拉伸增强 | 第17-18页 |
| 2.2 遥感影像融合 | 第18-22页 |
| 2.2.1 空间配准 | 第18页 |
| 2.2.2 数据融合 | 第18-20页 |
| 2.2.3 数据融合试验结果与分析 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于光谱与纹理特征的植被分类 | 第23-40页 |
| 3.1 分类技术流程设计 | 第23-24页 |
| 3.2 植被指数提取 | 第24-26页 |
| 3.3 纹理特征影像生成 | 第26-29页 |
| 3.3.1 灰度共生矩阵与纹理特征值计算 | 第26-27页 |
| 3.3.2 纹理特征影像生成 | 第27-29页 |
| 3.4 分类试验与结果分析 | 第29-38页 |
| 3.4.1 试验数据 | 第29页 |
| 3.4.2 植被指数提取 | 第29-30页 |
| 3.4.3 分段线性拉伸 | 第30-31页 |
| 3.4.4 纹理影像生成 | 第31页 |
| 3.4.5 植被粗分类 | 第31-32页 |
| 3.4.6 植被细分类 | 第32-36页 |
| 3.4.7 分类结果精度对比分析 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 面向对象植被分类 | 第40-70页 |
| 4.1 遥感影像面向对象分类过程 | 第41-42页 |
| 4.2 多尺度影像分割 | 第42-51页 |
| 4.2.1 影像分割一般方法 | 第42-43页 |
| 4.2.2 多尺度影像分割法 | 第43-46页 |
| 4.2.3 多尺度分割试验 | 第46-51页 |
| 4.3 对象特征以及最优特征筛选 | 第51-57页 |
| 4.3.1 对象特征及其数学模型 | 第51-53页 |
| 4.3.2 特征筛选方法 | 第53-55页 |
| 4.3.3 特征筛选试验 | 第55-57页 |
| 4.4 对象分类 | 第57-69页 |
| 4.4.1 面向对象分类方法 | 第57-60页 |
| 4.4.2 面向对象分类试验与精度分析 | 第60-63页 |
| 4.4.3 面向对象方法适用性分析 | 第63-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 工作总结 | 第70页 |
| 5.2 展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 作者简历 攻读硕士学位期间的科研学术情况 | 第77-78页 |
| 致谢 | 第78页 |
