摘要 | 第4-6页 |
Abstract | 第6-8页 |
1 绪论 | 第12-18页 |
1.1 研究背景 | 第12-13页 |
1.2 研究目的和意义 | 第13页 |
1.3 国内外研究现状 | 第13-15页 |
1.3.1 阴影检测方面 | 第13-15页 |
1.3.2 建筑物容积率提取方面 | 第15页 |
1.4 研究内容和技术路线 | 第15-18页 |
1.4.1 研究内容 | 第15-16页 |
1.4.2 技术路线 | 第16-18页 |
2 研究区概况与数据 | 第18-25页 |
2.1 研究区概况 | 第18页 |
2.2 数据及其预处理 | 第18-25页 |
2.2.1 数据简介 | 第19-20页 |
2.2.1.1 高分二号影像数据 | 第19-20页 |
2.2.1.2 兴趣点数据 | 第20页 |
2.2.2 数据处理 | 第20-25页 |
2.2.2.1 GF-2影像数据预处理 | 第20-22页 |
2.2.2.2 POI数据整理 | 第22-23页 |
2.2.2.3 建筑地块划分 | 第23-25页 |
3 影像阴影信息提取 | 第25-46页 |
3.1 阴影的成因及类型 | 第25-26页 |
3.2 阴影特征分析 | 第26-32页 |
3.2.1 光谱特征分析 | 第26-27页 |
3.2.2 色彩不变特征分析 | 第27-28页 |
3.2.3 亮度特征分析 | 第28-29页 |
3.2.4 主成分分析 | 第29页 |
3.2.5 纹理特征分析 | 第29-31页 |
3.2.6 谱间关系分析 | 第31-32页 |
3.3 基于面向对象和随机森林的阴影提取 | 第32-46页 |
3.3.1 面向对象图像分析 | 第33-38页 |
3.3.1.1 影像分割 | 第34-35页 |
3.3.1.2 ESP分割参数优化 | 第35-37页 |
3.3.1.3 分类层次构建 | 第37页 |
3.3.1.4 特征选取 | 第37-38页 |
3.3.2 随机森林模型构建与参数确定 | 第38-40页 |
3.3.2.1 随机森林相关理论 | 第38-39页 |
3.3.3.2 模型构建及参数优化 | 第39-40页 |
3.3.3 阴影提取试验 | 第40-46页 |
3.3.3.1 Level1分类 | 第40-41页 |
3.3.3.2 level2分类 | 第41-42页 |
3.3.3.3 阴影提取结果与提取精度分析 | 第42-46页 |
4 不同城市功能区建筑物容积率计算 | 第46-62页 |
4.1 城市功能区划分 | 第46-49页 |
4.2 商业区和公共管理区建筑物容积率计算方法 | 第49-54页 |
4.2.1 阴影长度法 | 第50-54页 |
4.2.1.1 太阳、卫星、建筑物、阴影模型建立 | 第50-52页 |
4.2.1.2 阴影长度量算 | 第52-53页 |
4.2.1.3 建筑物高度计算 | 第53-54页 |
4.2.2 商业区和公共管理区容积率计算 | 第54页 |
4.3 科教文化区与城区居民区建筑物容积率计算方法 | 第54-58页 |
4.3.1 阴影面积法 | 第54-55页 |
4.3.2 科教文化区和城区居民区容积率计算 | 第55-58页 |
4.4 工业区与郊区居民区容积率计算方法 | 第58-59页 |
4.5 容积率精度检验 | 第59-62页 |
4.5.1 商业区和公共管理区容积率精度检验 | 第59-60页 |
4.5.2 城区居民区和科教文化区容积率精度检验 | 第60-62页 |
5 中原区建筑物容积率空间分布研究 | 第62-67页 |
5.1 中原区容积率分布特征分析 | 第62-63页 |
5.2 各功能区容积率差异分布分析 | 第63-64页 |
5.3 各功能区差异测度分析 | 第64-67页 |
6 结论与展望 | 第67-70页 |
6.1 结论 | 第67-69页 |
6.2 展望 | 第69-70页 |
参考文献 | 第70-74页 |
个人简历、在学期间发表学术论文与科研成果 | 第74-75页 |
致谢 | 第75页 |