基于GF-2影像面向对象土地利用信息提取研究--以隆昌县金鹅镇为例
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容和技术路线 | 第12-14页 |
| 第2章 研究区概况以及数据的选取和预处理 | 第14-24页 |
| 2.1 研究区概况 | 第14页 |
| 2.2 常见的高分遥感数据介绍 | 第14-18页 |
| 2.2.1 Quick Bird | 第15页 |
| 2.2.2 IKONOS | 第15-16页 |
| 2.2.3 World View | 第16-17页 |
| 2.2.4 GF-2 | 第17-18页 |
| 2.3 数据选取 | 第18-19页 |
| 2.4 数据预处理 | 第19-23页 |
| 2.4.1 多光谱辐射定标和大气校正 | 第19-21页 |
| 2.4.2 多光谱图像和全色图像融合 | 第21-23页 |
| 2.4.3 融合后图像的去噪和增强 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 遥感影像信息提取方法 | 第24-39页 |
| 3.1 基于像元的分类方法 | 第24-27页 |
| 3.1.1 监督分类法 | 第24-26页 |
| 3.1.2 非监督分类法 | 第26-27页 |
| 3.2 面向对象的遥感影像信息提取 | 第27-30页 |
| 3.2.1 多尺度分割 | 第28-29页 |
| 3.2.2 影像图层权重的选取 | 第29页 |
| 3.2.3 均质性标准的选取 | 第29页 |
| 3.2.4 分割尺度的选取 | 第29-30页 |
| 3.2.5 构建多尺度影像分割等级网络 | 第30页 |
| 3.3 特征选择 | 第30-33页 |
| 3.3.1 光谱特征 | 第31页 |
| 3.3.2 形状特征 | 第31-32页 |
| 3.3.3 纹理特征 | 第32-33页 |
| 3.4 面向对象分类方法 | 第33-36页 |
| 3.4.1 最近邻分类 | 第33-34页 |
| 3.4.2 隶属度函数分类 | 第34-35页 |
| 3.4.3 决策树分类 | 第35-36页 |
| 3.5 精度评价方法 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 面向对象信息提取实验 | 第39-59页 |
| 4.1 实验数据 | 第39页 |
| 4.2 实验平台 | 第39-42页 |
| 4.2.1 eCognition软件的主要特点 | 第39-40页 |
| 4.2.2 与传统的遥感影像信息提取软件对比 | 第40-41页 |
| 4.2.3 eCognition的工作流程 | 第41-42页 |
| 4.3 高分辨率遥感影像多尺度分割实验 | 第42-55页 |
| 4.3.1 多尺度分割 | 第42-47页 |
| 4.3.2 面向对象的信息提取 | 第47-52页 |
| 4.3.3 最大似然法分类 | 第52-55页 |
| 4.4 野外验证 | 第55-56页 |
| 4.5 精度评价 | 第56-57页 |
| 4.6 本章小结 | 第57-59页 |
| 结果与讨论 | 第59-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读学位期间取得学术成果 | 第67页 |
