基于高分辨率影像面向对象的建筑物信息提取
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第14-20页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 研究现状 | 第16-17页 |
| 1.3 研究内容与技术路线 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 技术路线 | 第18-19页 |
| 1.4 论文结构安排 | 第19-20页 |
| 2 高分辨率遥感影像分割技术研究 | 第20-42页 |
| 2.1 高分辨率遥感影像介绍及其预处理 | 第20-23页 |
| 2.1.1 研究区影像介绍 | 第20-21页 |
| 2.1.2 影像预处理 | 第21-23页 |
| 2.2 影像分割概述 | 第23-26页 |
| 2.2.1 基于边缘检测的分割 | 第24页 |
| 2.2.2 基于阈值的分割 | 第24页 |
| 2.2.3 基于区域的分割 | 第24-25页 |
| 2.2.4 分割实验及分析 | 第25-26页 |
| 2.3 多尺度分割 | 第26-29页 |
| 2.3.1 多尺度分割概述 | 第26-27页 |
| 2.3.2 基于异质性最小原则的区域合并算法 | 第27-28页 |
| 2.3.3 多尺度分割流程 | 第28-29页 |
| 2.4 最优分割参数选择 | 第29-33页 |
| 2.4.1 多尺度分割参数 | 第29-30页 |
| 2.4.2 最优分割尺度概述 | 第30-31页 |
| 2.4.3 ESP最优尺度评估 | 第31-32页 |
| 2.4.4 影像分割质量评价 | 第32-33页 |
| 2.5 多尺度分割实验结果及分析 | 第33-42页 |
| 2.5.1 均质性因子确定 | 第33-37页 |
| 2.5.2 最优分割尺度确定 | 第37-42页 |
| 3 基于最优特征选择的建筑物信息提取 | 第42-61页 |
| 3.1 影像对象的分类特征 | 第42-45页 |
| 3.1.1 光谱特征 | 第42页 |
| 3.1.2 几何特征 | 第42-43页 |
| 3.1.3 纹理特征 | 第43-44页 |
| 3.1.4 自定义特征 | 第44-45页 |
| 3.2 基于mRMR算法的特征优选 | 第45-50页 |
| 3.2.1 mRMR算法原理 | 第45-47页 |
| 3.2.2 mRMR算法的实现 | 第47-48页 |
| 3.2.3 特征优选实验与分析 | 第48-50页 |
| 3.3 面向对象的分类方法 | 第50-53页 |
| 3.3.1 阈值分类法 | 第51-52页 |
| 3.3.2 最邻近分类法 | 第52-53页 |
| 3.4 面向对象的建筑物提取实验 | 第53-61页 |
| 3.4.1 无阴影辅助的建筑物常规提取 | 第53-56页 |
| 3.4.2 阴影辅助下的建筑物提取 | 第56-61页 |
| 4 精度评价及结果优化 | 第61-69页 |
| 4.1 混淆矩阵精度评价 | 第61-64页 |
| 4.1.1 混淆矩阵与精度指标 | 第61-62页 |
| 4.1.2 分类精度评估 | 第62-64页 |
| 4.2 不一致性精度评价 | 第64-66页 |
| 4.2.1 不一致性评价指标 | 第64-65页 |
| 4.2.2 建筑物提取精度评价 | 第65-66页 |
| 4.3 建筑物外形优化及提取结果分析 | 第66-69页 |
| 4.3.1 形态学处理 | 第66-67页 |
| 4.3.2 建筑物外形优化 | 第67-69页 |
| 5 总结与展望 | 第69-71页 |
| 5.1 总结 | 第69-70页 |
| 5.2 展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录 核心代码 | 第76-80页 |
| 致谢 | 第80-81页 |
| 作者简介及读研期间主要科研成果 | 第81页 |
