基于GF-2卫星影像的川东丘陵地区耕地信息提取
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13页 |
| 1.3 研究内容及技术路线 | 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 |
| 第2章 研究区概况 | 第15-18页 |
| 2.1 地理位置 | 第15-16页 |
| 2.2 自然特征 | 第16-17页 |
| 2.2.1 地形地貌 | 第16页 |
| 2.2.2 气候特征 | 第16页 |
| 2.2.3 土壤特征 | 第16页 |
| 2.2.4 水资源、水利特征 | 第16-17页 |
| 2.2.5 自然资源 | 第17页 |
| 2.3 社会经济 | 第17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 数据源与预处理 | 第18-29页 |
| 3.1 数据源 | 第18-19页 |
| 3.2 GF-2 影像预处理 | 第19-24页 |
| 3.2.1 GF-2 影像辐射校正 | 第19-20页 |
| 3.2.2 GF-2 影像几何校正 | 第20-21页 |
| 3.2.3 GF-2 影像融合 | 第21-23页 |
| 3.2.4 GF-2 影像增强 | 第23-24页 |
| 3.2.5 GF-2 影像裁剪 | 第24页 |
| 3.3 DEM数据处理 | 第24-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 基于像元的耕地信息提取 | 第29-39页 |
| 4.1 基于像元的分类方法 | 第29-33页 |
| 4.1.1 监督分类 | 第29-32页 |
| 4.1.2 非监督分类 | 第32-33页 |
| 4.2 分类系统 | 第33-35页 |
| 4.3 监督分类实验 | 第35-36页 |
| 4.3.1 最小距离法 | 第35页 |
| 4.3.2 最大似然法 | 第35-36页 |
| 4.4 非监督实验 | 第36-38页 |
| 4.4.1 K-均值法 | 第36页 |
| 4.4.2 ISODATA法 | 第36-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 面向对象的耕地信息提取 | 第39-53页 |
| 5.1 面向对象分类 | 第39页 |
| 5.2 影像分割 | 第39-43页 |
| 5.2.1 多尺度分割 | 第40页 |
| 5.2.2 分割尺度 | 第40-43页 |
| 5.3 特征优化 | 第43-45页 |
| 5.4 分类方法 | 第45-50页 |
| 5.4.1 隶属度函数分类 | 第46-47页 |
| 5.4.2 支持向量机法分类 | 第47-48页 |
| 5.4.3 CART决策树法分类 | 第48-50页 |
| 5.5 野外验证 | 第50-52页 |
| 5.6 本章小结 | 第52-53页 |
| 第6章 精度评价与结果分析 | 第53-57页 |
| 6.1 精度评价方法 | 第53-54页 |
| 6.2 基于像元与面向对象方法对比 | 第54-55页 |
| 6.3 耕地分布与地形因素 | 第55-56页 |
| 6.4 本章小结 | 第56-57页 |
| 结论与讨论 | 第57-59页 |
| 主要成果与认识 | 第57-58页 |
| 论文不足及展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间取得学术成果 | 第66页 |
