基于星载SAR的中国大型湖泊水华识别
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 选题背景及意义 | 第12-13页 |
| 1.2 研究区域 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-17页 |
| 1.3.1 光学遥感监测水华研究进展 | 第14-15页 |
| 1.3.2 SAR监测水华的研究进展 | 第15-16页 |
| 1.3.3 类水华目标识别的研究进展 | 第16-17页 |
| 1.4 主要研究内容和结构安排 | 第17-20页 |
| 1.4.1 研究内容 | 第17-18页 |
| 1.4.2 论文结构安排 | 第18-20页 |
| 第2章 基础理论与技术研究 | 第20-36页 |
| 2.1 遥感基础理论 | 第20-26页 |
| 2.1.1 多光谱遥感 | 第20-22页 |
| 2.1.2 SAR基础理论 | 第22-24页 |
| 2.1.3 SAR图像特点 | 第24-26页 |
| 2.2 SAR图像预处理 | 第26-28页 |
| 2.2.1 辐射校正 | 第26-27页 |
| 2.2.2 斑点噪声滤波 | 第27-28页 |
| 2.2.3 几何校正 | 第28页 |
| 2.3 SAR图像目标识别 | 第28-35页 |
| 2.3.1 目标区域的分割 | 第29-33页 |
| 2.3.2 基于特征提取的目标分类识别 | 第33-35页 |
| 2.4 小结 | 第35-36页 |
| 第3章 SAR图像水华识别的机理与方法研究 | 第36-60页 |
| 3.1 水华在遥感图像上的特点 | 第37页 |
| 3.2 数据预处理 | 第37-41页 |
| 3.2.1 光学图像预处理 | 第37-39页 |
| 3.2.2 SAR图像预处理 | 第39-41页 |
| 3.3 水华区域的检测 | 第41-46页 |
| 3.4 水华及暗斑区域分割 | 第46-52页 |
| 3.4.1 K-means图像分割及改进 | 第46-49页 |
| 3.4.2 结合水陆分割增强普适性 | 第49-50页 |
| 3.4.3 结合区域生长与形态学滤波 | 第50-52页 |
| 3.5 特征选择 | 第52-56页 |
| 3.5.1 几何特征 | 第53页 |
| 3.5.2 灰度特征 | 第53-55页 |
| 3.5.3 纹理特征 | 第55-56页 |
| 3.6 水华识别模型的建立 | 第56-58页 |
| 3.7 小结 | 第58-60页 |
| 第4章 实验结果与分析 | 第60-68页 |
| 4.1 实验数据简介 | 第60-61页 |
| 4.2 实验结果及分析讨论 | 第61-67页 |
| 4.2.1 暗斑分割 | 第61-65页 |
| 4.2.2 水华识别模型 | 第65-67页 |
| 4.3 小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文与参加的项目 | 第77-78页 |
