高分辨率道路遥感影像中震害信息的提取
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-12页 |
| 1.2.1 面向对象道路信息提取研究现状 | 第11页 |
| 1.2.2 最优尺度分割研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文内容安排 | 第13-15页 |
| 2 遥感影像预处理 | 第15-21页 |
| 2.1 几何纠正 | 第15-18页 |
| 2.1.1 多项式空间变换 | 第16-17页 |
| 2.1.2 像元灰度值重采样 | 第17-18页 |
| 2.2 平滑滤波模型 | 第18-20页 |
| 2.2.1 均值平滑滤波 | 第18-19页 |
| 2.2.2 相干增强各向异性扩散模型 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 面向对象影像分割 | 第21-31页 |
| 3.1 面向对象技术 | 第21-25页 |
| 3.1.1 影像分割 | 第22页 |
| 3.1.2 最优尺度选择 | 第22-25页 |
| 3.2 FNEA的影像初分割 | 第25-26页 |
| 3.3 FCM算法聚类分析 | 第26-27页 |
| 3.4 初始聚类中心的确定 | 第27页 |
| 3.5 改进的FCM聚类图像分割 | 第27-28页 |
| 3.6 本章小结 | 第28-31页 |
| 4 损毁道路信息提取 | 第31-43页 |
| 4.1 遥感信息提取 | 第31-32页 |
| 4.2 面向对象分类 | 第32-39页 |
| 4.2.1 最邻近分类法 | 第32-33页 |
| 4.2.2 支持向量机分类法 | 第33-35页 |
| 4.2.3 模糊分类法 | 第35-39页 |
| 4.3 道路信息提取 | 第39-42页 |
| 4.3.1 损毁道路影像特征分析 | 第39页 |
| 4.3.2 特征变量定量化描述 | 第39-41页 |
| 4.3.3 损毁道路信息提取 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 震后道路信息提取实验分析 | 第43-53页 |
| 5.1 实验数据获取 | 第43页 |
| 5.2 影像预处理操作 | 第43-44页 |
| 5.3 影像分割实验 | 第44-47页 |
| 5.4 影像分类 | 第47-52页 |
| 5.4.1 精度评价指标 | 第48-50页 |
| 5.4.2 实验精度分析 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 工作总结 | 第53-54页 |
| 6.2 研究展望 | 第54-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士期间的主要研究成果 | 第63页 |
