基于多源遥感数据的不透水面提取
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 传统方法 | 第10-11页 |
| 1.2.2 基于光谱与几何特征方法 | 第11-12页 |
| 1.2.3 人工智能方法 | 第12页 |
| 1.2.4 多源数据融合法 | 第12-13页 |
| 1.3 研究目标与内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第2章 现有不透水面提取理论基础 | 第15-26页 |
| 2.1 常见不透水面提取算法 | 第15-17页 |
| 2.1.1 线性光谱混合模型 | 第15页 |
| 2.1.2 决策树 | 第15-16页 |
| 2.1.3 监督分类——最大似然法 | 第16-17页 |
| 2.2 常用数据 | 第17-20页 |
| 2.2.1 Landsat-7多光谱影像 | 第17-18页 |
| 2.2.2 Landsat-8多光谱影像 | 第18-19页 |
| 2.2.3 GF-1多光谱影像 | 第19页 |
| 2.2.4 LiDAR点云数据 | 第19-20页 |
| 2.3 本文研究区数据与预处理 | 第20-25页 |
| 2.3.1 研究区概况 | 第20-21页 |
| 2.3.2 数据源 | 第21-23页 |
| 2.3.3 数据预处理 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 多源数据的不透水面特性 | 第26-41页 |
| 3.1 影像光谱特性 | 第26-34页 |
| 3.1.1 光谱指数 | 第26-29页 |
| 3.1.2 基于光谱特征的FCM聚类 | 第29-30页 |
| 3.1.3 实验结果与分析 | 第30-34页 |
| 3.2 LiDAR点云数据提取道路信息 | 第34-39页 |
| 3.2.1 点云数据 | 第34-35页 |
| 3.2.2 地面点滤波 | 第35-36页 |
| 3.2.3 回波强度 | 第36-37页 |
| 3.2.4 实验结果与分析 | 第37-39页 |
| 3.3 水体掩模 | 第39-40页 |
| 3.3.1 结合光谱影像和点云数据提取水系 | 第39页 |
| 3.3.2 实验结果与分析 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于Grabcut模型的不透水面提取 | 第41-55页 |
| 4.1 图割与Grabcut算法 | 第41-45页 |
| 4.1.1 最大流最小割算法 | 第41-43页 |
| 4.1.2 高斯混合模型 | 第43页 |
| 4.1.3 图割 | 第43-45页 |
| 4.2 Grabcut对不透水面提取的应用 | 第45-46页 |
| 4.3 本文的对比试验 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-53页 |
| 4.4.1 实验结果 | 第47-50页 |
| 4.4.2 精度评定 | 第50-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |
