锡林浩特露天开采煤矿区占地信息自动提取方法研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章. 绪论 | 第10-21页 |
1.1. 选题背景与意义 | 第10-11页 |
1.1.1. 选题背景 | 第10-11页 |
1.1.2. 研究意义 | 第11页 |
1.2. 国内外研究现状 | 第11-18页 |
1.2.1. 基于像元的遥感信息自动提取 | 第12-13页 |
1.2.2. 面向对象的信息提取 | 第13-15页 |
1.2.3. 多分类器组合分类 | 第15-16页 |
1.2.4. 矿山开发占地信息提取研究 | 第16-17页 |
1.2.5. 存在问题 | 第17-18页 |
1.3. 研究内容和技术路线 | 第18-21页 |
1.3.1. 研究内容 | 第18-19页 |
1.3.2. 技术路线 | 第19-21页 |
第2章. 数据预处理及多元信息复合 | 第21-36页 |
2.1. 实验区数据源 | 第21-23页 |
2.2. 数据预处理 | 第23-30页 |
2.2.1. 辐射校正 | 第23-25页 |
2.2.2. 几何校正 | 第25-26页 |
2.2.3. 图像配准与融合 | 第26-29页 |
2.2.4. DEM数据投影转换 | 第29-30页 |
2.3. 纹理特征提取 | 第30-34页 |
2.3.1. 基于灰度共生矩阵纹理特征提取原理 | 第31-32页 |
2.3.2. 纹理特征提取 | 第32-33页 |
2.3.3. 特征量选取 | 第33-34页 |
2.4. 光谱、纹理、空间信息复合 | 第34-36页 |
第3章. 面向对象的监督分类 | 第36-54页 |
3.1. 面向对象分类原理 | 第36-37页 |
3.2. 影像分割 | 第37-42页 |
3.2.1. 分割参数的选取 | 第38-40页 |
3.2.2. 分割结果对比 | 第40-42页 |
3.3. 面向对象的监督分类 | 第42-50页 |
3.3.1. 感兴趣区选取 | 第42-43页 |
3.3.2. 信息提取 | 第43-48页 |
3.3.3. 实验结果 | 第48-50页 |
3.4. 分类器性能测试及筛选 | 第50-54页 |
3.4.1. 性能测试 | 第50-51页 |
3.4.2. 原因分析 | 第51-52页 |
3.4.3. 分类器筛选 | 第52-54页 |
第4章. 基于层次的面向对象分类器组合 | 第54-80页 |
4.1. 层次法占地信息提取 | 第54-64页 |
4.1.1. 微观精度分析 | 第55-59页 |
4.1.2. 最优分类器的确定 | 第59-60页 |
4.1.3. 层次法占地信息提取 | 第60-64页 |
4.2. 分类器组合系统 | 第64-66页 |
4.2.1. 子分类器的生成 | 第64-65页 |
4.2.2. 分类器组合结构 | 第65-66页 |
4.2.3. 分类器组合决策机制 | 第66页 |
4.3. 分类器组合 | 第66-74页 |
4.3.1. 加权投票法分类器组合 | 第66-69页 |
4.3.2. 子分类器的差异性研究 | 第69-74页 |
4.4. 基于层次的分类器组合效果评价 | 第74-80页 |
4.4.1. 分类器组合精度评价 | 第74-77页 |
4.4.2. 基于层次的分类器组合精度评价 | 第77-80页 |
第5章. 技术方法的验证 | 第80-87页 |
5.1. 验证区概况 | 第80-81页 |
5.2. 验证区总体分析 | 第81-82页 |
5.3. 锡林浩特大型露天煤矿占地信息提取结果 | 第82-83页 |
5.4. 验证区占地信息提取结果精度评价 | 第83-87页 |
5.4.1. 类型精度 | 第83-84页 |
5.4.2. 位置精度 | 第84-86页 |
5.4.3. 面积精度 | 第86-87页 |
第6章. 结论 | 第87-89页 |
6.1. 研究成果 | 第87-88页 |
6.2. 存在问题 | 第88-89页 |
致谢 | 第89-90页 |
参考文献 | 第90-93页 |