基于GF-2遥感影像的城镇地物信息提取分割尺度研究
| 摘要 | 第2-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究进展 | 第11-13页 |
| 1.3 研究内容及技术路线 | 第13-16页 |
| 1.3.1 研究内容 | 第13-15页 |
| 1.3.2 技术路线 | 第15-16页 |
| 第二章 原理与方法 | 第16-24页 |
| 2.1 图像分割 | 第16-18页 |
| 2.2 模糊分类 | 第18-19页 |
| 2.3 K近邻分类 | 第19-20页 |
| 2.4 监督分类 | 第20-23页 |
| 2.4.1 SVM支持向量机分类 | 第20-22页 |
| 2.4.2 BP神经网络模型分类 | 第22-23页 |
| 2.4.3 最大似然分类原理 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 研究区与数据源 | 第24-33页 |
| 3.0 研究区概况 | 第25-28页 |
| 3.1 数据源介绍 | 第28-30页 |
| 3.2 影像预处理 | 第30-32页 |
| 3.2.1 辐射校正 | 第30-31页 |
| 3.2.2 几何校正 | 第31页 |
| 3.2.3 图像裁剪与融合 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 分割尺度研究与试验 | 第33-44页 |
| 4.1 分类体系的确定 | 第33-35页 |
| 4.2 复合分割尺度优选 | 第35-40页 |
| 4.2.1 分割尺度初步筛选 | 第35-36页 |
| 4.2.2 分割尺度二次筛选 | 第36-39页 |
| 4.2.3 复合最优分割试验 | 第39-40页 |
| 4.3 多特征集合的构成 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 面向对象的城镇信息提取 | 第44-57页 |
| 5.1 信息提取过程 | 第44-47页 |
| 5.2 结果验证与对比分析 | 第47-55页 |
| 5.2.1 结果验证 | 第47-48页 |
| 5.2.2 对比分析-监督分类 | 第48-51页 |
| 5.2.3 对比分析-分割尺度 | 第51-53页 |
| 5.2.4 对比分析-特征集合 | 第53-55页 |
| 5.3 应用分析 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 存在问题与展望 | 第58-59页 |
| 参考文献 | 第59-66页 |
| 硕士期间参与科研项目与发表论文情况 | 第66-67页 |
| 致谢 | 第67-69页 |
