基于QuickBird影像土地利用信息提取研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-17页 |
·研究背景与意义 | 第9页 |
·文献综述 | 第9-14页 |
·纹理分析研究综述 | 第9-11页 |
·面向像元影像分类 | 第11-13页 |
·面向对象影像分类 | 第13-14页 |
·研究目标、内容、技术路线 | 第14-17页 |
·研究区概况 | 第14页 |
·研究目标 | 第14-15页 |
·研究内容 | 第15-16页 |
·技术路线图 | 第16-17页 |
2 材料与方法 | 第17-27页 |
·数据源 | 第17页 |
·灰度共生矩阵纹理提取方法 | 第17-19页 |
·灰度纹理提取原理 | 第17-18页 |
·常用灰度纹理 | 第18-19页 |
·面向对象影像分析方法 | 第19-25页 |
·多尺度分割 | 第19-22页 |
·分类体系 | 第22-23页 |
·分类方法 | 第23-25页 |
·分类精度评价方法 | 第25-27页 |
3 郫县古城镇土地利用信息提取 | 第27-49页 |
·影像预处理 | 第27-30页 |
·最佳波段组合 | 第27-28页 |
·影像融合 | 第28-29页 |
·几何校正 | 第29-30页 |
·影像特征分析 | 第30-34页 |
·光谱特征分析 | 第30-31页 |
·植被指数分析 | 第31-32页 |
·纹理特征分析 | 第32-33页 |
·形状特征分析 | 第33-34页 |
·类间关系分析 | 第34页 |
·基于不同窗口纹理参与的影像分类 | 第34-41页 |
·分类样本的选取 | 第34-35页 |
·分类器的选择 | 第35-36页 |
·灰度纹理量的筛选 | 第36-38页 |
·单一窗口纹理参与的影像分类 | 第38页 |
·多窗口纹理参与的影像分类 | 第38-41页 |
·分类后处理 | 第41页 |
·基于对象的影像分类 | 第41-49页 |
·图像多尺度分割 | 第41-44页 |
·分类层次结构的建立 | 第44-45页 |
·模糊分类规则的建立 | 第45-47页 |
·最邻近分类与特征空间优化 | 第47-49页 |
4 分类结果评价 | 第49-56页 |
·单一窗口纹理参与分类精度评价 | 第49-50页 |
·多窗口纹理参与分类精度评价 | 第50-52页 |
·面向对象分类精度评价 | 第52-53页 |
·面向对象分类与面向像元分类比较 | 第53-54页 |
·理论基础 | 第53页 |
·目视效果 | 第53页 |
·分类精度 | 第53-54页 |
·方法验证 | 第54-56页 |
5 结论与展望 | 第56-58页 |
·主要结论 | 第56-57页 |
·研究展望 | 第57-58页 |
参考文献 | 第58-61页 |
致谢 | 第61-62页 |
攻读硕士期间发表论文 | 第62页 |