遥感图像建筑物高度检测方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 论文结构 | 第12-15页 |
| 第二章 遥感图像阴影的性质和特点 | 第15-21页 |
| 2.1 阴影的概念 | 第15-16页 |
| 2.2 阴影的光谱性质 | 第16页 |
| 2.3 两种常用的阈值阴影检测方法 | 第16-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 遥感影像的预处理 | 第21-29页 |
| 3.1 遥感图像的一般处理 | 第21-22页 |
| 3.2 遥感图像的纹理信息分析 | 第22-27页 |
| 3.2.1 纹理的定义和描述 | 第22-23页 |
| 3.2.2 纹理特征分析 | 第23-24页 |
| 3.2.3 纹理特征信息选择 | 第24-27页 |
| 3.3 本章小结 | 第27-29页 |
| 第四章 基于 ELM 遥感图像阴影检测 | 第29-49页 |
| 4.1 BP 阴影检测法 | 第29-33页 |
| 4.1.1 人工神经网络算法 | 第29-30页 |
| 4.1.2 BP 阴影检测法的实现 | 第30-33页 |
| 4.2 SVM 阴影检测法 | 第33-39页 |
| 4.2.1 SVM 分类原理 | 第33-36页 |
| 4.2.2 SVM 阴影检测法的实现 | 第36-39页 |
| 4.3 ELM 阴影检测法 | 第39-43页 |
| 4.3.1 单隐层前反馈神经网络 | 第39-41页 |
| 4.3.2 ELM 阴影检测的实现 | 第41-43页 |
| 4.4 实验结果及分析 | 第43-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 建筑物高度提取 | 第49-59页 |
| 5.1 遥感影像建筑物高度提取 | 第49-53页 |
| 5.1.1 有理函数模型法求解建筑物高度 | 第49-50页 |
| 5.1.2 共线方程法求解建筑物高度 | 第50-51页 |
| 5.1.3 阴影长度法求解建筑物高度 | 第51-53页 |
| 5.2 阴影长度计算方法 | 第53-56页 |
| 5.3 建筑物高度提取及精度分析 | 第56-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第六章 结论 | 第59-61页 |
| 6.1 本文工作的总结 | 第59-60页 |
| 6.2 对未来工作的展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间所取得的相关科研成果 | 第65-67页 |
| 致谢 | 第67-68页 |
