| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 选题背景及意义 | 第9-11页 |
| 1.1.1 选题背景 | 第9页 |
| 1.1.2 选题意义 | 第9-11页 |
| 1.2 国内外研究进展 | 第11-16页 |
| 1.2.1 遥感影像分类方法研究进展 | 第11-14页 |
| 1.2.2 多分类器组合方法研究进展 | 第14-16页 |
| 1.3 研究内容与方法 | 第16-17页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 技术路线 | 第16-17页 |
| 1.4 论文章节安排 | 第17-19页 |
| 第2章 遥感影像分类的基础概念和理论 | 第19-34页 |
| 2.1 遥感分类概述 | 第19-20页 |
| 2.2 单分类器分类 | 第20-26页 |
| 2.2.1 基于光谱的分类 | 第20-22页 |
| 2.2.2 基于专家知识的决策树分类 | 第22-23页 |
| 2.2.3 面向对象图像分类 | 第23-26页 |
| 2.3 多分类器分类 | 第26-34页 |
| 2.3.1 多分类器组合分类方法类型 | 第27-28页 |
| 2.3.2 多分类器组合算法 | 第28-32页 |
| 2.3.3 分类器差异性度量 | 第32-34页 |
| 第3章OLI影像介绍与数据预处理 | 第34-40页 |
| 3.1 数据介绍 | 第34-35页 |
| 3.1.1 技术指标 | 第34-35页 |
| 3.1.2 基本参数 | 第35页 |
| 3.2 数据预处理 | 第35-37页 |
| 3.2.1 数据预处理流程 | 第35-36页 |
| 3.2.2 辐射定标和大气校正 | 第36-37页 |
| 3.3 波段组合方式 | 第37-40页 |
| 第4章 单分类器分类实验 | 第40-47页 |
| 4.1 研究区概况影像 | 第40页 |
| 4.2 训练样本采集 | 第40-41页 |
| 4.3 单分类器监督分类实验 | 第41-42页 |
| 4.4 精度分析 | 第42-47页 |
| 第5章 多分类器组合分类实验 | 第47-64页 |
| 5.1 多分类器工具实现 | 第47-49页 |
| 5.2 基于差异性度量的多分类器组合算法 | 第49-52页 |
| 5.2.1 基于性能识别矩阵的投票法 | 第49-51页 |
| 5.2.2 投票法、最大概率类别法、意见一致性原则三者结合方法 | 第51-52页 |
| 5.2.3 基于样本聚类的分类器选择方法 | 第52页 |
| 5.3 基于差异性度量的单分类器选取 | 第52-55页 |
| 5.4 实验对比分析 | 第55-64页 |
| 5.4.1 精度分析 | 第55-57页 |
| 5.4.2 效率分析 | 第57-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 内容总结 | 第64页 |
| 6.2 存在问题及展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71页 |