首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

面向对象和规则的高分辨率影像分类和建筑物信息提取研究

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-14页
   ·研究背景与意义第9-10页
   ·国内外研究现状第10-11页
   ·研究方案第11-13页
     ·研究内容第11-12页
     ·技术路线第12-13页
   ·论文结构第13-14页
第二章 面向对象遥感影像分类技术第14-18页
   ·面向对象分类方法第14页
   ·遥感影像分割方法第14-15页
     ·基于阈值的分割方法第14页
     ·基于边缘检测的分割方法第14-15页
     ·基于区域的分割方法第15页
   ·遥感影像多尺度分割方法第15-17页
     ·多尺度分割概念第15-16页
     ·多尺度分割参数第16-17页
   ·本章小结第17-18页
第三章 数据源与影像预处理第18-28页
   ·藏南地区概况第18页
   ·遥感影像数据源第18-19页
   ·遥感影像预处理第19-21页
     ·几何精校正第19-20页
     ·影像融合第20-21页
     ·影像裁切第21页
   ·最优尺度选择第21-26页
     ·均值方差法第22-24页
     ·最大面积法第24-25页
     ·精度比较法第25-26页
   ·本章小结第26-28页
第四章 研究区影像地物特征分析和提取第28-46页
   ·研究区地物特征分析第28-38页
     ·研究区地物样本采集与特征分析第28-36页
     ·研究区建筑物光谱特征分析第36-38页
   ·研究区影像特征提取第38-44页
     ·光谱特征第39-42页
     ·形状特征第42-44页
   ·本章小结第44-46页
第五章 高分辨率遥感影像信息提取实验第46-57页
   ·面向对象的规则分类第46-48页
     ·面向对象多尺度分割第46页
     ·面向对象分类提取第46-48页
     ·实验结果与分析第48页
   ·面向对象支持向量机分类第48-51页
     ·面向对象支持向量机分类方法第48-49页
     ·面向对象 SVM 分类过程第49-50页
     ·实验结果及分析第50-51页
   ·面向对象 KNN 分类第51-53页
     ·面向对象 KNN 分类方法第51-52页
     ·面向对象 KNN 分类过程第52页
     ·实验结果及分析第52-53页
   ·分类结果和精度比较分析第53-55页
   ·本章小结第55-57页
第六章 总结与展望第57-59页
   ·总结第57-58页
   ·展望第58-59页
参考文献第59-62页
致谢第62-63页
附录A第63页

论文共63页,点击 下载论文
上一篇:基于减振垫动力特性的电动机减振技术研究
下一篇:磁流变阻尼器力学性能及斜拉索减振应用研究