| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究目的与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 无人机遥感技术的研究现状 | 第9-11页 |
| 1.2.2 遥感影像信息提取技术的研究现状 | 第11-12页 |
| 1.2.3 无人机遥感技术的水稻信息提取研究现状 | 第12-13页 |
| 1.3 研究内容与技术路线 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 试验区无人机遥感数据的采集与预处理 | 第17-26页 |
| 2.1 实验区概况 | 第17页 |
| 2.1.1 自然地理概况 | 第17页 |
| 2.1.2 研究区域农业发展背景概况 | 第17页 |
| 2.2 无人机影像数据采集 | 第17-20页 |
| 2.3 无人机影像数据预处理 | 第20-25页 |
| 2.3.1 影像预处理 | 第20-21页 |
| 2.3.2 影像数据检查与修复 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 无人机遥感影像分割与影像对象特征分析 | 第26-43页 |
| 3.1 遥感影像分割方法 | 第26-29页 |
| 3.1.1 棋盘分割 | 第26-27页 |
| 3.1.2 四叉树分割 | 第27页 |
| 3.1.3 光谱差异分割 | 第27-28页 |
| 3.1.4 FNEA多尺度分割 | 第28-29页 |
| 3.2 无人机遥感影像分割 | 第29-34页 |
| 3.2.1 多种分割方法效果对比 | 第30-33页 |
| 3.2.2 FNEA多尺度分割参数确定 | 第33-34页 |
| 3.3 遥感影像地物分类体系 | 第34-35页 |
| 3.4 水稻特征分析 | 第35-38页 |
| 3.4.1 水稻种植特点 | 第35-37页 |
| 3.4.2 水稻在影像中的特点 | 第37-38页 |
| 3.5 无人机遥感影像对象特征信息 | 第38-42页 |
| 3.5.1 光谱特征 | 第38-39页 |
| 3.5.2 形状特征 | 第39-40页 |
| 3.5.3 纹理特征 | 第40-41页 |
| 3.5.4 地物类别特征信息统计 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于面向对象分类的水稻提取方法 | 第43-55页 |
| 4.1 基于规则集分类 | 第43-44页 |
| 4.2 基于样本分类 | 第44-47页 |
| 4.2.1 支持向量机分类 | 第44-46页 |
| 4.2.2 贝叶斯分类器 | 第46-47页 |
| 4.3 无人机遥感数据水稻信息提取方法 | 第47-52页 |
| 4.3.1 基于统计学置信区间的分类规则阈值确定 | 第48页 |
| 4.3.2 基于规则集分类模型下多层次分类模型的水稻提取方法 | 第48-52页 |
| 4.4 分类精度检验指标 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 无人机遥感影像水稻提取结果与分析 | 第55-68页 |
| 5.1 无人机遥感影像水稻分类提取 | 第55-60页 |
| 5.2 不同方法间的分类精度对比 | 第60-65页 |
| 5.3 水稻面积统计分析与对比 | 第65-66页 |
| 5.4 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士期间发表论文 | 第75页 |