高分辨率影像对象变化检测关键技术研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 土地利用遥感变化检测现状 | 第10-14页 |
| 1.2.1 变化检测方法现状 | 第11-13页 |
| 1.2.2 各种变化监测方法比较 | 第13-14页 |
| 1.3 面向对象变化检测的发展 | 第14-16页 |
| 1.3.1 面向对象变化检测现状 | 第14-15页 |
| 1.3.2 面向对象变化检测所面临的问题 | 第15-16页 |
| 1.4 研究内容和技术路线 | 第16-19页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 技术路线 | 第17-19页 |
| 2 遥感变化检测理论 | 第19-27页 |
| 2.1 变化检测概念 | 第19页 |
| 2.2 变化检测流程 | 第19-21页 |
| 2.2.1 图像预处理 | 第20-21页 |
| 2.2.2 变化信息获取 | 第21页 |
| 2.2.3 变化后处理 | 第21页 |
| 2.3 遥感变化检测方法 | 第21-24页 |
| 2.3.1 基于像素级变化检测方法 | 第21-22页 |
| 2.3.3 基于对象级变化监测方法 | 第22-24页 |
| 2.4 遥感变化检测精度评价 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 面向对象高空间分辨率影像分析 | 第27-47页 |
| 3.1 图像理解 | 第27页 |
| 3.2 多尺度分割效应 | 第27-31页 |
| 3.2.1 多尺度分割原理 | 第27-29页 |
| 3.2.2 异质性指标计算 | 第29-31页 |
| 3.3 最优分割尺度的选择 | 第31-42页 |
| 3.3.1 同质性和异质性法 | 第32-33页 |
| 3.3.2 均值标准差法 | 第33页 |
| 3.3.3 RMAS法 | 第33-34页 |
| 3.3.4 最大面积法 | 第34页 |
| 3.3.5 改进最优尺度评价指数 | 第34-36页 |
| 3.3.6 各种评价指数验证 | 第36-42页 |
| 3.4 影像对象分类提取技术 | 第42-45页 |
| 3.4.1 最邻近分类法 | 第43-44页 |
| 3.4.2 决策树分类法 | 第44页 |
| 3.4.3 阈值分类法 | 第44页 |
| 3.4.4 隶属度分类法 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 4 面向对象最优特征选择 | 第47-59页 |
| 4.1 遥感影像的特征 | 第47-50页 |
| 4.1.1 光谱统计特征 | 第47页 |
| 4.1.2 纹理特征 | 第47-48页 |
| 4.1.3 空间结构特征 | 第48-50页 |
| 4.2 最优特征选择 | 第50-55页 |
| 4.2.1 特征选择的过程 | 第50-52页 |
| 4.2.2 特征选择算法的分类 | 第52页 |
| 4.2.3 基于Filter算法的分离阈值法 | 第52-55页 |
| 4.3 改进的最优特征选择 | 第55-57页 |
| 4.3.1 特征去相关 | 第55-56页 |
| 4.3.2 类内距离D | 第56页 |
| 4.3.3 构建特征筛选指标 | 第56-57页 |
| 4.4 搜索策略 | 第57页 |
| 4.5 最优特征规则的建立 | 第57-58页 |
| 4.6 本章小结 | 第58-59页 |
| 5 变化检测实验与精度评价 | 第59-75页 |
| 5.1 实验数据 | 第59页 |
| 5.2 软件平台 | 第59页 |
| 5.3 面向对象变化检测法实验 | 第59-68页 |
| 5.3.1 最优分割尺度的确定 | 第59-62页 |
| 5.3.2 最优特征选择 | 第62-66页 |
| 5.3.3 分类规则建立 | 第66-68页 |
| 5.4 实验结果分析与评价 | 第68-71页 |
| 5.5 土地利用变化检测 | 第71-73页 |
| 5.6 本章小结 | 第73-75页 |
| 6 总结与展望 | 第75-77页 |
| 6.1 研究结论 | 第75-76页 |
| 6.2 建议与展望 | 第76-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-82页 |
