摘要 | 第6-8页 |
Abstract | 第8-9页 |
第一章 绪论 | 第12-18页 |
1.1 研究背景及意义 | 第12-15页 |
1.2 国内外研究现状 | 第15-16页 |
1.3 研究目标和内容 | 第16-17页 |
1.4 技术路线 | 第17-18页 |
第二章 面向对象的高分辨率遥感影像信息提取方法与技术 | 第18-30页 |
2.1 影像分割 | 第18-21页 |
2.1.1 相关术语 | 第18-19页 |
2.1.2 影像分割的算法 | 第19-21页 |
2.2 影像对象的特征介绍 | 第21-25页 |
2.2.1 影像对象自身的特征 | 第21-25页 |
2.2.2 影像对象的拓扑特征 | 第25页 |
2.2.3 影像对象的上下文特征 | 第25页 |
2.3 影像对象的分类 | 第25-30页 |
2.3.1 最邻近分类 | 第26-27页 |
2.3.2 模糊分类 | 第27-30页 |
第三章 多尺度分割及最优分割尺度的选择 | 第30-46页 |
3.1 多尺度分割 | 第31-35页 |
3.1.1 多尺度分割的概念 | 第31-33页 |
3.1.2 基于异质性最小的区域合并算法 | 第33-35页 |
3.2 多尺度分割的流程 | 第35-46页 |
3.2.1 多尺度分割参数的选择 | 第36-39页 |
3.2.2 最优分割尺度的选择 | 第39-46页 |
第四章 面向对象的遥感影像旱季水田利用信息提取 | 第46-71页 |
4.1 数据源及研究区域概况 | 第46-47页 |
4.1.1 实验数据源 | 第46-47页 |
4.1.2 研究区域概况 | 第47页 |
4.2 软件平台 | 第47-48页 |
4.3 高分辨率遥感影像多尺度分割和信息提取 | 第48-59页 |
4.3.1 研究区域多尺度分割 | 第48-49页 |
4.3.2 分类层次网络结构的建立和信息提取 | 第49-50页 |
4.3.3 分类特征的选择和粗分类 | 第50-56页 |
4.3.4 分类后处理 | 第56-59页 |
4.4 信息提取精度评价 | 第59-62页 |
4.4.1 最佳分类结果评价法 | 第59-60页 |
4.4.2 误差矩阵法 | 第60-62页 |
4.5 面向对象与传统基于像素的信息提取的比较 | 第62-69页 |
4.5.1 监督分类 | 第62-67页 |
4.5.2 面向对象的方法与基于像元法信息提取的比较 | 第67-69页 |
4.6 研究区域旱季水田利用信息分析 | 第69-71页 |
第五章 结论和展望 | 第71-73页 |
5.1 结论 | 第71-72页 |
5.2 展望 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-77页 |
攻读硕士学位期间发表的论文和科研情况 | 第77页 |
一、发表的论文 | 第77页 |
二、参与项目 | 第77页 |