面向对象分类方法在木薯种植面积提取中的应用研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·研究目的及意义 | 第10-11页 |
| ·研究进展及数据源的选择 | 第11-13页 |
| ·研究进展 | 第11页 |
| ·数据源选择 | 第11-13页 |
| ·研究内容及技术路线 | 第13-15页 |
| ·研究内容 | 第13-14页 |
| ·技术路线 | 第14-15页 |
| 2 研究区概况及数据源 | 第15-21页 |
| ·研究区概况 | 第15-16页 |
| ·研究区自然条件 | 第15页 |
| ·研究区社会经济条件 | 第15-16页 |
| ·数据源 | 第16-21页 |
| ·遥感图像数据 | 第16-19页 |
| ·其他数据 | 第19-21页 |
| 3 数据预处理 | 第21-23页 |
| ·遥感图像几何校正 | 第21页 |
| ·遥感图像配准 | 第21-22页 |
| ·研究区遥感图像镶嵌与裁剪 | 第22页 |
| ·矢量数据投影转换 | 第22-23页 |
| 4 面向对象的遥感图像信息提取方法研究 | 第23-32页 |
| ·面向对象分类方法与遥感平台概述 | 第23-24页 |
| ·面向对象分类方法概述 | 第23页 |
| ·软件平台介绍 | 第23-24页 |
| ·图像分割 | 第24-29页 |
| ·图像分割方法概述 | 第24-25页 |
| ·棋盘分割 | 第25页 |
| ·多尺度分割 | 第25-29页 |
| ·图像对象分类 | 第29-31页 |
| ·隶属度函数分类 | 第29-30页 |
| ·最邻近分类 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 5 面向对象方法提取遥感图像信息的实验 | 第32-47页 |
| ·研究区解译标志的建立 | 第32-33页 |
| ·典型地物的光谱特征分析 | 第33-35页 |
| ·RapidEye遥感图像信息提取实验 | 第35-43页 |
| ·图像分割 | 第35-38页 |
| ·图像分类 | 第38-43页 |
| ·TM图像提取木薯信息实验 | 第43-47页 |
| ·尺度转换 | 第43-44页 |
| ·建立TM图像的解译标志 | 第44-45页 |
| ·TM图像的信息提取 | 第45-47页 |
| 6 实验结果精度分析与评价 | 第47-53页 |
| ·精度分析 | 第47-48页 |
| ·建立误差矩阵 | 第47-48页 |
| ·分类后处理 | 第48页 |
| ·与最大似然分类方法的结果比较 | 第48-50页 |
| ·木薯种植面积分析 | 第50-53页 |
| 7 结论和展望 | 第53-55页 |
| ·结论 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 作者简历 | 第60-62页 |
| 学位论文数据集 | 第62页 |
