面向对象的高分辨率遥感图像分类
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究意义 | 第9页 |
| ·研究背景 | 第9-15页 |
| ·高分辨率遥感发展历程 | 第9-12页 |
| ·遥感图像分类研究现状与发展趋势 | 第12-14页 |
| ·高分辨率遥感图像分类的主要问题 | 第14-15页 |
| ·研究内容、论文方法与论文结构 | 第15-19页 |
| ·研究内容 | 第15-16页 |
| ·论文方法 | 第16-17页 |
| ·论文结构 | 第17-19页 |
| 第二章 高分辨率遥感图像分割研究 | 第19-35页 |
| ·分割 | 第19-21页 |
| ·分割的定义 | 第19-20页 |
| ·分割方法概述 | 第20-21页 |
| ·研究数据介绍 | 第21页 |
| ·基于区域生长的高分辨率遥感图像分割 | 第21-25页 |
| ·FNEA分割算法理论 | 第21-23页 |
| ·eCognition分割实验 | 第23-25页 |
| ·基于分水岭变换的高分辨率遥感图像分割 | 第25-33页 |
| ·数学形态学简介 | 第25-27页 |
| ·分水岭分割理论 | 第27-29页 |
| ·本文区域合并算法 | 第29-31页 |
| ·基于改进的分水岭变换分割实验 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 基于对象信息的特征提取 | 第35-50页 |
| ·对象特征 | 第35-39页 |
| ·图层值特征 | 第35-36页 |
| ·形状特征 | 第36-37页 |
| ·纹理特征 | 第37-38页 |
| ·多特征维数的问题 | 第38-39页 |
| ·利用对象特征区分“同谱异物”实验 | 第39-44页 |
| ·不同特征组合对分类结果影响实验 | 第44-49页 |
| ·K近邻分类原理 | 第44-46页 |
| ·不同特征组合分类实验结果 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 高分辨率遥感图像面向对象分类研究 | 第50-72页 |
| ·基于支撑向量机的面向对象分类 | 第50-59页 |
| ·SVM理论 | 第50-55页 |
| ·线性可分SVM | 第50-53页 |
| ·线性不可分SVM | 第53-55页 |
| ·LIBSVM软件包简介 | 第55-56页 |
| ·基于LIBSVM软件包的面向对象分类实验 | 第56-59页 |
| ·基于概率潜在语义分析的面向对象分类 | 第59-67页 |
| ·PLSA提出的背景 | 第59-60页 |
| ·PLSA理论基础 | 第60-62页 |
| ·结合改进PLSA和SVM的面向对象分类实验 | 第62-67页 |
| ·统计共现频率矩阵 | 第62-63页 |
| ·本文PLSA参数初始化过程 | 第63-65页 |
| ·对象分类的实现 | 第65页 |
| ·实验结果与分析 | 第65-67页 |
| ·分类精度评价 | 第67-71页 |
| ·分类精度评价指标 | 第67-69页 |
| ·几种实验结果分类精度的评价 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 结论与展望 | 第72-74页 |
| ·工作总结 | 第72-73页 |
| ·存在的问题与研究展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80页 |
