面向对象的多时相卫星影像地物分类技术
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题的背景及来源 | 第9-11页 |
| 1.2 课题研究的目的和意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-17页 |
| 1.3.1 时序信号特征提取研究现状 | 第12-14页 |
| 1.3.2 多时相分类研究现状 | 第14-16页 |
| 1.3.3 研究现状的总结 | 第16-17页 |
| 1.4 本文的主要研究内容 | 第17-19页 |
| 第2章 卫星影像数据预处理与图像分割技术 | 第19-32页 |
| 2.1 引言 | 第19页 |
| 2.2 研究区域数据介绍 | 第19-22页 |
| 2.2.1 Landsat数据介绍 | 第19-20页 |
| 2.2.2 研究区域概况 | 第20-22页 |
| 2.2.3 真值图介绍 | 第22页 |
| 2.3 数据预处理 | 第22-27页 |
| 2.3.1 辐射定标 | 第23-24页 |
| 2.3.2 大气校正 | 第24-25页 |
| 2.3.3 影像配准 | 第25-27页 |
| 2.4 基于图论的卫星影像分割 | 第27-31页 |
| 2.4.1 图论概述 | 第27-28页 |
| 2.4.2 基于图论的归一化分割方法 | 第28-30页 |
| 2.4.3 实验结果与分析 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 面向对象的地物分类 | 第32-49页 |
| 3.1 引言 | 第32页 |
| 3.2 光谱时序指数特征提取 | 第32-40页 |
| 3.2.1 指数特征提取 | 第33-35页 |
| 3.2.2 时序指数特征提取 | 第35-37页 |
| 3.2.3 差分时序指数特征提取 | 第37-40页 |
| 3.3 面向对象的分类 | 第40-43页 |
| 3.3.1 面向对象的分类方法概述 | 第41-42页 |
| 3.3.2 时序空间特征提取 | 第42-43页 |
| 3.4 实验结果与分析 | 第43-47页 |
| 3.4.1 实验数据介绍 | 第43-45页 |
| 3.4.2 实验设置 | 第45页 |
| 3.4.3 实验结果与分析 | 第45-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 基于增量集成学习的多时相影像地物分类 | 第49-65页 |
| 4.1 引言 | 第49页 |
| 4.2 合成核多时相分类 | 第49-50页 |
| 4.3 集成学习算法 | 第50-55页 |
| 4.3.1 方法概述 | 第50-51页 |
| 4.3.2 Ada Boost学习算法 | 第51-53页 |
| 4.3.3 多核Boosting学习算法 | 第53-55页 |
| 4.4 增量集成学习分类算法 | 第55-57页 |
| 4.4.1 增量学习概述 | 第55页 |
| 4.4.2 增量集成学习分类 | 第55-57页 |
| 4.5 实验结果与分析 | 第57-64页 |
| 4.5.1 实验设置 | 第57-58页 |
| 4.5.2 结果分析 | 第58-64页 |
| 4.6 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第71-73页 |
| 致谢 | 第73页 |
