| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究内容和技术路线 | 第14-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 2 研究区概况及数据预处理 | 第18-31页 |
| 2.1 研究区概况与数据获取 | 第18-19页 |
| 2.2 影像预处理 | 第19-23页 |
| 2.2.1 影像相对辐射纠正 | 第19-21页 |
| 2.2.2 影像配准 | 第21-23页 |
| 2.3 影像分割 | 第23-24页 |
| 2.4 影像对象特征提取 | 第24-31页 |
| 2.4.1 光谱特征 | 第24-25页 |
| 2.4.2 形状特征 | 第25-27页 |
| 2.4.3 纹理特征 | 第27-28页 |
| 2.4.4 语义特征 | 第28-29页 |
| 2.4.5 尺度层特征 | 第29-30页 |
| 2.4.6 自定义特征 | 第30-31页 |
| 3 影像对象特征分析及本体描述 | 第31-47页 |
| 3.1 地理本体概述 | 第31-36页 |
| 3.1.1 地理本体简述 | 第31-32页 |
| 3.1.2 地理本体建模元语 | 第32页 |
| 3.1.3 地理本体构建原则 | 第32-33页 |
| 3.1.4 地理本体构建方法 | 第33-34页 |
| 3.1.5 地理本体建模语言 | 第34-36页 |
| 3.2 影像对象特征分析 | 第36-45页 |
| 3.2.1 基于随机森林的特征分析 | 第37-43页 |
| 3.2.2 分类特征规则构建 | 第43-45页 |
| 3.3 影像对象特征本体构建 | 第45-47页 |
| 4 地理本体驱动的多源遥感影像SVM分类及变化检测 | 第47-67页 |
| 4.1 地理本体驱动的遥感影像分类框架 | 第47-48页 |
| 4.2 多源遥感影像分类知识本体构建 | 第48-55页 |
| 4.2.1 现有的影像分类本体 | 第48-51页 |
| 4.2.2 遥感影像分类本体构建 | 第51-52页 |
| 4.2.3 影像分类规则本体构建 | 第52-53页 |
| 4.2.4 地表覆盖分类本体模型构建 | 第53-55页 |
| 4.3 本体驱动的SVM分类 | 第55-62页 |
| 4.3.1 SVM分类基本原理 | 第55-56页 |
| 4.3.2 基于地理本体的遥感影像初始分类 | 第56-58页 |
| 4.3.3 地理本体驱动的SVM分类 | 第58-60页 |
| 4.3.4 分类精度分析 | 第60-62页 |
| 4.4 基于地理本体分类知识库的变化检测 | 第62-67页 |
| 4.4.1 地理分类本体驱动的变化检测流程 | 第62-63页 |
| 4.4.2 地理本体驱动的多源遥感影像变化检测实验 | 第63-64页 |
| 4.4.3 检测结果分析及精度评价 | 第64-67页 |
| 5 结论与展望 | 第67-69页 |
| 5.1 本文总结 | 第67-68页 |
| 5.2 未来工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读学位期间的研究成果 | 第74页 |