基于纹理和地形辅助的山区土地利用信息提取研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第11-20页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 面向对象分类研究现状 | 第12-14页 |
| 1.2.2 纹理和地形辅助分类研究现状 | 第14-15页 |
| 1.2.3 土地利用信息提取研究现状 | 第15-16页 |
| 1.3 研究方案 | 第16-18页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 研究目标 | 第16-17页 |
| 1.3.3 研究思路与技术路线 | 第17-18页 |
| 1.4 软件平台 | 第18-20页 |
| 2 材料与方法 | 第20-40页 |
| 2.1 研究区概况 | 第20-21页 |
| 2.1.1 地理位置 | 第20页 |
| 2.1.2 地形地貌 | 第20页 |
| 2.1.3 土地利用类型 | 第20-21页 |
| 2.2 数据来源 | 第21页 |
| 2.2.1 遥感数据 | 第21页 |
| 2.2.2 实地调查数据 | 第21页 |
| 2.3 数据预处理 | 第21-23页 |
| 2.3.1 几何校正 | 第22页 |
| 2.3.2 影像镶嵌与裁剪 | 第22-23页 |
| 2.3.3 影像融合 | 第23页 |
| 2.4 纹理特征分析方法 | 第23-26页 |
| 2.4.1 灰度共生矩阵原理 | 第24页 |
| 2.4.2 常用灰度纹理特征 | 第24-25页 |
| 2.4.3 纹理指标选取方法 | 第25-26页 |
| 2.5 数字高程模型及地形因子提取 | 第26-27页 |
| 2.5.1 数字高程模型 | 第26页 |
| 2.5.2 DEM数据获取 | 第26页 |
| 2.5.3 常用地形因子 | 第26-27页 |
| 2.6 面向对象分类方法 | 第27-37页 |
| 2.6.1 影像分割概念 | 第27-28页 |
| 2.6.2 多尺度分割 | 第28-34页 |
| 2.6.3 对象特征分析 | 第34-35页 |
| 2.6.4 面向对象分类技术 | 第35-37页 |
| 2.7 传统监督分类方法 | 第37-38页 |
| 2.8 精度评价方法 | 第38-40页 |
| 3 土地利用信息提取 | 第40-63页 |
| 3.1 土地利用分类体系的建立 | 第40页 |
| 3.2 最佳波段组合 | 第40-42页 |
| 3.3 辅助数据的收集与处理 | 第42-45页 |
| 3.3.1 纹理特征筛选与提取 | 第42-44页 |
| 3.3.2 地形因子提取 | 第44页 |
| 3.3.3 植被指数提取 | 第44-45页 |
| 3.4 纹理辅助分割效果对比分析 | 第45-46页 |
| 3.5 最优分割尺度参数确定 | 第46-49页 |
| 3.6 基于纹理辅助的最优尺度分割 | 第49-50页 |
| 3.7 分类层次的建立 | 第50-51页 |
| 3.8 影像特征分析与分类特征选取 | 第51-57页 |
| 3.8.1 光谱特征分析 | 第51-53页 |
| 3.8.2 纹理特征分析 | 第53-55页 |
| 3.8.3 形状特征分析 | 第55页 |
| 3.8.4 NDVI特征分析 | 第55-56页 |
| 3.8.5 地形特征分析 | 第56-57页 |
| 3.8.6 类相关特征分析 | 第57页 |
| 3.9 分类规则建立 | 第57-60页 |
| 3.10 面向对象土地利用信息提取 | 第60-61页 |
| 3.11 传统监督分类结果 | 第61-63页 |
| 4 结果评价与分析 | 第63-66页 |
| 4.1 精度评价 | 第63-64页 |
| 4.2 对比分析 | 第64-66页 |
| 4.2.1 分类结果目视对比 | 第64页 |
| 4.2.2 精度评价对比分析 | 第64-65页 |
| 4.2.3 与调研面积对比分析 | 第65-66页 |
| 5 结论与展望 | 第66-68页 |
| 5.1 主要结论 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73页 |
