基于对象的遥感图像处理平台应用研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.2 研究内容 | 第14-15页 |
| 1.3 论文背景及创新点 | 第15-16页 |
| 1.4 ELU 平台介绍 | 第16-17页 |
| 1.5 全文安排 | 第17-19页 |
| 2 遥感影像多尺度分割算法 | 第19-35页 |
| 2.1 遥感影像分割基本原理 | 第19-20页 |
| 2.2 遥感影像的多尺度分割算法 | 第20-34页 |
| 2.2.1 算法描述 | 第20-21页 |
| 2.2.2 生长点的选择 | 第21-23页 |
| 2.2.3 区域的拓扑关系 | 第23-24页 |
| 2.2.4 区域的合并代价 | 第24-25页 |
| 2.2.5 区域的合并策略 | 第25-26页 |
| 2.2.6 针对遥感图像的分块策略 | 第26-27页 |
| 2.2.7 遥感影像的分割实验 | 第27-34页 |
| 2.3 本章小节 | 第34-35页 |
| 3 遥感图像特征提取 | 第35-51页 |
| 3.1 遥感影像的特征提取 | 第35页 |
| 3.2 高空间分辨率遥感影像光谱特征 | 第35-40页 |
| 3.2.1 均值类 | 第35-36页 |
| 3.2.2 方差类 | 第36页 |
| 3.2.3 比率类 | 第36-37页 |
| 3.2.4 层间关系类 | 第37页 |
| 3.2.5 相邻对象关系类 | 第37-40页 |
| 3.3 高空间分辨率遥感影像形状特征 | 第40-44页 |
| 3.3.1 协方差矩阵 | 第40页 |
| 3.3.2 绑定盒 | 第40-41页 |
| 3.3.3 基本形状特征类 | 第41-43页 |
| 3.3.4 位置特征类 | 第43-44页 |
| 3.4 高空间分辨率遥感影像纹理特征 | 第44-51页 |
| 3.4.1 土地覆盖遥感影像纹理分析 | 第44页 |
| 3.4.2 基于数学变换的纹理特征 | 第44-45页 |
| 3.4.3 基于统计的纹理特征 | 第45-51页 |
| 4 遥感影像的K 近邻分类 | 第51-68页 |
| 4.1 遥感影像分类现状 | 第51-54页 |
| 4.2 遥感影像K 近邻分类及实验分析 | 第54-68页 |
| 4.2.1 多特征的K 近邻分类原理 | 第54-55页 |
| 4.2.2 K 近邻分类特征优化与选择 | 第55页 |
| 4.2.3 遥感影像K 近邻分类实验数据 | 第55-57页 |
| 4.2.4 遥感影像K 近邻分类实验及其精度评价 | 第57-68页 |
| 5 平台的技术解决方案 | 第68-77页 |
| 5.1 分割结果的矢量化及数据压缩 | 第68-72页 |
| 5.1.1 分割结果的栅格图和矢量图表示 | 第68-70页 |
| 5.1.2 栅格图矢量化技术 | 第70-71页 |
| 5.1.3 栅格图的压缩技术 | 第71-72页 |
| 5.2 工程信息的存储结构 | 第72-77页 |
| 5.2.1 工程信息的基本结构 | 第72-74页 |
| 5.2.2 工程信息的存储与访问 | 第74-77页 |
| 6 总结 | 第77-80页 |
| 6.1 研究总结 | 第77-78页 |
| 6.2 研究展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 附录 | 第84页 |
