首页--天文学、地球科学论文--测绘学论文--摄影测量学与测绘遥感论文--测绘遥感技术论文

基于面向对象的滑坡识别方法研究

摘要第1-5页
ABSTRACT第5-10页
第一章 引言第10-21页
   ·研究背景第10-11页
   ·研究现状第11-17页
     ·滑坡遥感的发展与演变第11页
     ·面向对象影像分析方法研究现状第11-14页
       ·面向对象影像分析方法的提出第11-12页
       ·国外研究现状第12-13页
       ·国内研究现状第13-14页
     ·遥感滑坡灾害识别第14-17页
       ·基于目视解译的滑坡识别现状第14-15页
       ·基于像元的滑坡识别研究现状第15-16页
       ·面向对象图像分析方法滑坡识别研究现状第16-17页
   ·研究内容和技术路线第17-20页
   ·论文结构及安排第20-21页
第二章 遥感滑坡灾害识别方法第21-35页
   ·基于像元的滑坡灾害识别方法第21-23页
     ·非监督分类第21-22页
     ·监督分类第22-23页
   ·基于对象的滑坡灾害识别方法第23-35页
     ·面向对象的遥感影像分割第24-30页
       ·基于边缘的分割算法第24-25页
       ·基于区域的分割算法第25-28页
       ·多尺度影像分割第28-30页
     ·面向对象的分类方法第30-33页
       ·最近邻分类法第30-31页
       ·支持向量机法第31-32页
       ·模糊专家分类法第32-33页
     ·面向对象的遥感影像分类的优点第33-35页
第三章 实验区概况及数据处理第35-48页
   ·研究区概况第35-36页
   ·数据准备第36-37页
     ·基础数据第36-37页
     ·数据处理平台第37页
   ·数据处理第37-39页
     ·遥感数据预处理第37-39页
       ·ETM+影像条带修复第37-38页
       ·几何精校正第38页
       ·影像镶嵌第38页
       ·影像裁剪第38-39页
     ·影像去云第39页
   ·TM、ETM+影像增强第39-47页
     ·TM 影像波段组合选择第40-42页
     ·TM、ETM+影像融合第42-47页
       ·影像融合方法分析第43-44页
       ·重采样方法的分析第44-47页
   ·本章小结第47-48页
第四章 基于 TM 与 ETM+融合影像的滑坡灾害识别第48-68页
   ·基于最大似然分类的滑坡灾害识别第48-57页
     ·训练样本选取与优化第48-50页
     ·最大似然法分类与精度评价第50-56页
     ·滑坡灾害识别结果与分析第56-57页
   ·基于面向对象影像分析的滑坡识别第57-66页
     ·TM 与 ETM+融合影像分割第57-61页
       ·影像分割标准的确定第58-60页
       ·TM 与 ETM+融合影像分割第60-61页
     ·影像分割对象分类第61-66页
       ·对象属性特征选择第61-63页
       ·面向对象的融合影像分类与精度评价第63-66页
     ·滑坡灾害识别及统计第66页
   ·灾害信息识别结果对比第66-67页
   ·本章小结第67-68页
第五章 基于 SPOT 5 全色影像滑坡灾害识别第68-79页
   ·面向对象 SPOT 5 全色影像滑坡灾害识别第68-75页
     ·SPOT 5 全色影像分割第69-72页
       ·影像分割标准的确定第69-70页
       ·SPOT 5 全色影像分割第70-72页
     ·影像对象分类与精度评价第72-75页
       ·对象属性特征选择第72-73页
       ·面向对象的 SPOT 5 全色影像分类第73-74页
       ·面向对象分类结果精度评价第74-75页
   ·常规监督分类滑坡识别与精度评价第75-77页
   ·汶川县城区域滑坡识别比较第77-78页
     ·相同数据源不同方法比较第77页
     ·不同数据源相同方法比较第77-78页
   ·本章小结第78-79页
第六章 总结与展望第79-82页
   ·总结第79-80页
   ·展望第80-82页
致谢第82-83页
参考文献第83-89页

论文共89页,点击 下载论文
上一篇:基于Flex和地图Mashup的公众空间共享信息平台设计与实现
下一篇:基于GIS的土地开发整理项目管理信息系统的设计与实现