基于高分二号影像的面向对象分类技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究目的和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 遥感影像分割研究现状 | 第13页 |
| 1.2.2 面向对象特征选择研究现状 | 第13-14页 |
| 1.2.3 分类方法的研究现状 | 第14-15页 |
| 1.3 研究内容及技术路线 | 第15-17页 |
| 1.4 论文结构安排 | 第17-18页 |
| 2 研究区概况及影像预处理 | 第18-24页 |
| 2.1 研究区概况 | 第18-19页 |
| 2.2 试验区数据源 | 第19页 |
| 2.3 遥感数据预处理 | 第19-24页 |
| 2.3.1 辐射校正 | 第20页 |
| 2.3.2 正射校正 | 第20-21页 |
| 2.3.3 影像融合 | 第21-24页 |
| 3 高分辨率遥感影像分割 | 第24-36页 |
| 3.1 影像分割的概念 | 第24页 |
| 3.2 影像分割一般方法 | 第24-26页 |
| 3.3 多尺度影像分割法 | 第26-31页 |
| 3.3.1 多尺度分割流程 | 第26页 |
| 3.3.2 异质性准则 | 第26-30页 |
| 3.3.3 对象区域合并 | 第30-31页 |
| 3.4 最优分割尺度的选择 | 第31-36页 |
| 3.4.1 最优尺度的含义 | 第32页 |
| 3.4.2 最优尺度选择 | 第32-36页 |
| 4 基于ReliefF算法和J-M距离的特征选择 | 第36-55页 |
| 4.1 对象特征及其数学模型 | 第36-43页 |
| 4.1.1 光谱特征 | 第36-37页 |
| 4.1.2 形状特征 | 第37-38页 |
| 4.1.3 纹理特征 | 第38-41页 |
| 4.1.4 植被指数 | 第41-43页 |
| 4.2 Relief系列算法和J-M距离 | 第43-47页 |
| 4.2.1 Relief系列算法 | 第43-46页 |
| 4.2.2 J-M距离 | 第46-47页 |
| 4.3 特征选择实验及结果分析 | 第47-55页 |
| 5 面向对象分类 | 第55-68页 |
| 5.1 遥感影像面向对象分类过程 | 第55-56页 |
| 5.2 面向对象分类方法 | 第56-62页 |
| 5.2.1 最邻近分类 | 第57-59页 |
| 5.2.2 模糊规则分类 | 第59-62页 |
| 5.3 精度评价 | 第62-64页 |
| 5.4 分类结果与对比分析 | 第64-68页 |
| 5.4.1 面向对象分类结果与精度评价 | 第64-66页 |
| 5.4.2 基于像元分类结果与精度评价 | 第66-67页 |
| 5.4.3 面向对象分类与基于像元分类对比分析 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |
