基于QuickBird影像的城市用地分类方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 国内外研究现状 | 第11-12页 |
| 1.1.3 研究意义 | 第12-13页 |
| 1.2 研究内容 | 第13-16页 |
| 1.2.1 主要研究内容 | 第13-14页 |
| 1.2.2 技术路线 | 第14页 |
| 1.2.3 章节安排 | 第14-16页 |
| 2 遥感影像分类方法 | 第16-32页 |
| 2.1 遥感图像分类原理与方法概述 | 第16-17页 |
| 2.1.1 遥感图像分类原理 | 第16页 |
| 2.1.2 遥感图像分类方法 | 第16-17页 |
| 2.2 随机森林算法 | 第17-24页 |
| 2.2.1 决策树基本原理 | 第17-18页 |
| 2.2.2 随机森林方法原理 | 第18-24页 |
| 2.3 超限学习机 | 第24-25页 |
| 2.4 支持向量机 | 第25-30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 随机森林的分类器设计 | 第32-38页 |
| 3.1 分类器概述 | 第32页 |
| 3.2 分类器模型参数优选 | 第32-34页 |
| 3.3 分类器设计 | 第34-36页 |
| 3.4 本章小结 | 第36-38页 |
| 4 QuickBird影像实验处理 | 第38-54页 |
| 4.1 研究区概况及数据介绍 | 第38-39页 |
| 4.1.1 研究区概况 | 第38-39页 |
| 4.1.2 实验数据介绍 | 第39页 |
| 4.2 图像预处理 | 第39-42页 |
| 4.2.1 几何校正 | 第40-41页 |
| 4.2.2 辐射校正 | 第41-42页 |
| 4.3 影像最优分割尺度确定 | 第42-48页 |
| 4.4 影像特征提取 | 第48-51页 |
| 4.4.1 光谱特征 | 第48-49页 |
| 4.4.2 形态特征 | 第49-50页 |
| 4.4.3 纹理特征 | 第50-51页 |
| 4.5 建模训练 | 第51-53页 |
| 4.6 本章小结 | 第53-54页 |
| 5 分类结果与评价 | 第54-60页 |
| 5.1 分类结果评价 | 第54-57页 |
| 5.2 分类精度评价 | 第57-58页 |
| 5.3 分类差异性评价 | 第58-60页 |
| 6 结论与展望 | 第60-62页 |
| 6.1 结论 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
