| 作者简介 | 第1-7页 |
| 摘要 | 第7-11页 |
| ABSTRACT | 第11-20页 |
| 第一章 绪论 | 第20-33页 |
| §1.1 选题依据 | 第20-22页 |
| ·选题背景与来源 | 第20-21页 |
| ·选题目的和意义 | 第21-22页 |
| §1.2 国内外研究现状及发展趋势 | 第22-28页 |
| ·国外研究现状 | 第22-23页 |
| ·国内研究现状 | 第23-25页 |
| ·不同源遥感数据协同应用研究方面 | 第25-26页 |
| ·存在问题 | 第26-27页 |
| ·发展趋势 | 第27-28页 |
| §1.3 研究方案 | 第28-32页 |
| ·研究内容 | 第28-29页 |
| ·研究思路 | 第29-30页 |
| ·初步成果和创新点 | 第30-32页 |
| §1.4 本章小结 | 第32-33页 |
| 第二章 研究区概况及数据预处理 | 第33-54页 |
| §2.1 研究区自然地理环境 | 第33-35页 |
| ·交通区位 | 第33-34页 |
| ·自然地理概况 | 第34-35页 |
| §2.2 区域地质背景 | 第35-39页 |
| ·地层 | 第35-38页 |
| ·区域构造 | 第38-39页 |
| §2.3 数据预处理 | 第39-49页 |
| ·研究使用的数据源及特征 | 第39-42页 |
| ·研究使用的数据 | 第42-43页 |
| ·WV-2预处理 | 第43-45页 |
| ·Landsat8预处理 | 第45-46页 |
| ·Hyperion预处理 | 第46-49页 |
| §2.4 多源数据反射率的相对校正 | 第49-53页 |
| ·乌恰研究区反射率的相对校正 | 第49-51页 |
| ·英吉沙研究区反射率的相对校正 | 第51-53页 |
| §2.5 本章小结 | 第53-54页 |
| 第三章 岩性单元图像构像机理研究 | 第54-75页 |
| §3.1 岩矿波谱特征形成机理 | 第54-58页 |
| ·电子跃迁 | 第55-56页 |
| ·铁元素的电子跃迁过程 | 第56页 |
| ·基团振动 | 第56页 |
| ·常见基团振动 | 第56-58页 |
| §3.2 岩性单元图像光谱特征 | 第58-61页 |
| ·岩性单元图像视觉特征 | 第58-59页 |
| ·岩性单元反射光谱特征 | 第59-61页 |
| §3.3 岩性单元图像纹理特征 | 第61-74页 |
| ·岩性单元图像纹理特征 | 第61-63页 |
| ·岩性单元图像纹理信息的量化指标 | 第63-64页 |
| ·纹理信息提取方法 | 第64-65页 |
| ·纹理尺度与纹理特征指标的选择 | 第65-74页 |
| §3.4 本章小结 | 第74-75页 |
| 第四章 多源遥感数据协同应用理论研究 | 第75-85页 |
| §4.1 遥感影像数据性能分析 | 第75-77页 |
| ·光谱探测能力对比分析 | 第75-76页 |
| ·空间探测能力对比分析 | 第76-77页 |
| ·辐射分辨能力对比分析 | 第77页 |
| §4.2 多源遥感数据协同理论框架 | 第77-80页 |
| ·协同理论 | 第77-78页 |
| ·协同学的发展历程 | 第78-79页 |
| ·多源遥感数据协同的理论前提 | 第79-80页 |
| ·多源遥感数据协同应用的关键问题 | 第80页 |
| §4.3 构建遥感数据协同模式 | 第80-84页 |
| ·“1+1”协同模式 | 第81-82页 |
| ·融合协同模式 | 第82-83页 |
| ·多分类方法联合协同模式 | 第83-84页 |
| §4.4 本章小结 | 第84-85页 |
| 第五章 多源数据“1+1”协同模式 | 第85-99页 |
| §5.1 “1+1”协同模式下的具体方法 | 第85-88页 |
| ·波段简单叠加协同方法 | 第85-86页 |
| ·波段叠加纹理特征协同方法 | 第86页 |
| ·波段插缝协同方法 | 第86-87页 |
| ·波段优选叠加协同 | 第87-88页 |
| §5.2 “1+1”协同方法岩性分类实验 | 第88-95页 |
| ·样本可分离性指标及常用遥感图像分类方法 | 第88-89页 |
| ·英吉沙研究区岩性分类实验 | 第89-92页 |
| ·乌恰研究区岩性分类实验 | 第92-95页 |
| §5.3 分类精度评价及“1+1”协同方法分析 | 第95-97页 |
| ·分类精度评价 | 第95页 |
| ·“1+1”协同方法讨论 | 第95-97页 |
| §5.4 本章小结 | 第97-99页 |
| 第六章 多源数据融合协同模式 | 第99-111页 |
| §6.1 GS变换像素级融合协同方法 | 第99-104页 |
| ·GS变换融合方法简介 | 第99-100页 |
| ·基于GS变换的多源遥感数据像素级协同融合方法 | 第100-101页 |
| ·乌恰研究区岩性分类实验及精度评价 | 第101-104页 |
| ·像素级融合协同岩性分类讨论 | 第104页 |
| §6.2 多尺度小波分解的特征级融合协同方法 | 第104-110页 |
| ·Mallat多尺度分解 | 第105页 |
| ·Daubechies小波变换 | 第105-106页 |
| ·小波变换的特征级融合协同方法 | 第106-107页 |
| ·英吉沙岩性分类实验及精度评价 | 第107页 |
| ·特征级融合协同岩性分类讨论 | 第107-110页 |
| §6.3 本章小结 | 第110-111页 |
| 第七章 多分类方法联合协同模式 | 第111-128页 |
| §7.1 SAM与面向对象分类法结合的协同岩性分类 | 第111-119页 |
| ·面向对象图像分类 | 第111-112页 |
| ·基于SAM分类法的Hyperion岩性粗分类 | 第112-113页 |
| ·基于面向对象分类法的WV-2影像分割 | 第113-114页 |
| ·基于分割影像的最邻近分类 | 第114-117页 |
| ·岩性分类精度评价 | 第117-118页 |
| ·分类结果讨论 | 第118-119页 |
| §7.2 基于神经网络的多源遥感影像协同岩性分类 | 第119-127页 |
| ·神经元模型 | 第120页 |
| ·神经网络模型 | 第120-121页 |
| ·BP神经网络参数设置 | 第121-122页 |
| ·岩性分类及精度评价 | 第122-124页 |
| ·分类结果分析 | 第124-127页 |
| §7.3 本章小结 | 第127-128页 |
| 第八章 结论和展望 | 第128-131页 |
| §8.1 结论 | 第128-130页 |
| §8.2 存在问题及展望 | 第130-131页 |
| 致谢 | 第131-132页 |
| 参考文献 | 第132-138页 |