基于面向对象技术的RapidEye影像桉树林信息提取研究
摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第一章 绪论 | 第11-16页 |
1.1 研究背景 | 第11页 |
1.2 研究的目的和意义 | 第11-12页 |
1.3 国内外研究的现状与存在问题 | 第12-13页 |
1.3.1 国内研究进展 | 第12页 |
1.3.2 国外研究进展 | 第12-13页 |
1.3.3 存在的问题 | 第13页 |
1.4 研究的内容和技术路线 | 第13-16页 |
1.4.1 研究内容 | 第13-14页 |
1.4.2 技术路线 | 第14-16页 |
第二章 主要方法与关键技术 | 第16-27页 |
2.1 基于像素分类与面向对象分类方法比较 | 第16页 |
2.2 面向对象的遥感分类步骤 | 第16-17页 |
2.3 面向对象的遥感分类关键技术 | 第17-26页 |
2.3.1 图像分割技术 | 第17-21页 |
2.3.2 对像特征提取与筛选 | 第21-25页 |
2.3.3 面向对象分类与精度评价 | 第25-26页 |
2.4 小结 | 第26-27页 |
第三章 研究区概况与数据预处理 | 第27-34页 |
3.1 研究区概况 | 第27-28页 |
3.2 数据源 | 第28-30页 |
3.3 数据预处理技术路线 | 第30-31页 |
3.4 数据预处理 | 第31-34页 |
3.4.1 辐射校正 | 第31页 |
3.4.2 正射校正 | 第31页 |
3.4.3 影像镶嵌 | 第31-32页 |
3.4.4 图像增强 | 第32页 |
3.4.5 影像的投影转换 | 第32-33页 |
3.4.6 影像裁切 | 第33-34页 |
第四章 传统的基于像素的图像分类方法 | 第34-42页 |
4.1 遥感图像分类的概念及原理 | 第34-35页 |
4.1.1 遥感图像分类的原理 | 第34页 |
4.1.2 监督分类和非监督分类 | 第34-35页 |
4.2 遥感图像的监督分类处理流程 | 第35页 |
4.3 建立训练样本 | 第35-39页 |
4.4 基于监督分类方法的桉树林信息提取 | 第39-40页 |
4.4.1 最大似然分类算法 | 第39页 |
4.4.2 桉树林信息提取结果 | 第39-40页 |
4.5 图像分类评价 | 第40-42页 |
第五章 基于面向对象的桉树林信息提取 | 第42-77页 |
5.1 桉树林信息提取技术流程 | 第42-43页 |
5.2 图像分割 | 第43-51页 |
5.2.1 图像分割方法 | 第43-45页 |
5.2.2 确定图像分割尺度 | 第45-48页 |
5.2.3 确定图像分割的控制算法 | 第48-51页 |
5.3 对象特征提取与筛选 | 第51-57页 |
5.3.1 对象特征提取与分析 | 第51-56页 |
5.3.2 对象特征筛选 | 第56-57页 |
5.4 面向对象分类方案 | 第57-60页 |
5.4.1 分类方案的确定 | 第58页 |
5.4.2 模糊分类方法 | 第58页 |
5.4.3 建立对象知识库 | 第58-60页 |
5.5 面向对象的桉树林信息提取 | 第60-69页 |
5.5.1 非水域信息提取 | 第60页 |
5.5.2 林地信息提取 | 第60-63页 |
5.5.3 各林种的影像光谱特征 | 第63-64页 |
5.5.4 各树种影像纹理特征 | 第64-67页 |
5.5.5 创建语义知识规则集与分类 | 第67-68页 |
5.5.6 林种分类后人工编辑处理 | 第68页 |
5.5.7 各树类图斑合并 | 第68页 |
5.5.8 归并小图斑和输出 | 第68-69页 |
5.6 结果分析与精度评价 | 第69-75页 |
5.6.1 面向对象与最大似然分类结果对比分析 | 第69-71页 |
5.6.2 混淆矩阵精度评价 | 第71-72页 |
5.6.3 野外实地调查数据验证 | 第72-73页 |
5.6.4 精度评价结果与分析 | 第73-75页 |
5.7 桉树林年龄识别 | 第75-76页 |
5.8 小结 | 第76-77页 |
第六章 结论与讨论 | 第77-79页 |
6.1 主要结论 | 第77-78页 |
6.2 创新点 | 第78页 |
6.3 讨论 | 第78-79页 |
参考文献 | 第79-81页 |
攻读硕士论文期间发表的与学位论文有关的论文 | 第81-82页 |
致谢 | 第82-84页 |