基于最佳尺度的面向对象高分辨率遥感影像分类及应用
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·基于像元的信息提取 | 第12-13页 |
| ·面向对象的信息提取 | 第13-15页 |
| ·最佳尺度 | 第15-16页 |
| ·本文研究内容及技术思路 | 第16-19页 |
| ·本文研究内容 | 第16-17页 |
| ·本文采用的技术思路 | 第17-19页 |
| 第2章 面向对象的信息提取与技术 | 第19-39页 |
| ·遥感图像分割 | 第19-20页 |
| ·高分辨率遥感图像分割准则 | 第20-24页 |
| ·光谱和形状信息为基础的异质性度量准则 | 第20-21页 |
| ·光谱和纹理信息为基础的异质性度量准则 | 第21-24页 |
| ·高分辨率遥感图像分割算法 | 第24-28页 |
| ·基于边界的影像分割 | 第24-25页 |
| ·基于区域的影像分割 | 第25-27页 |
| ·基于尺度空间的多尺度图像分割 | 第27-28页 |
| ·影像对象特征介绍 | 第28-33页 |
| ·影像对象分类 | 第33-36页 |
| ·标准最邻近影像分类 | 第34-35页 |
| ·模糊分类 | 第35-36页 |
| ·遥感影像分类精度的评定 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 最佳分割尺度的选择 | 第39-61页 |
| ·尺度问题 | 第39-40页 |
| ·遥感中的尺度定义 | 第40页 |
| ·影像分析方法 | 第40-43页 |
| ·基于像元的影像分析 | 第41-42页 |
| ·基于面向对象的影像分析 | 第42-43页 |
| ·最佳分割尺度 | 第43-49页 |
| ·最佳分割尺度概念 | 第44页 |
| ·最佳分割尺度判断 | 第44-49页 |
| ·最佳尺度参数选择实验 | 第49-60页 |
| ·波段权重确定 | 第49-50页 |
| ·均质因子确定 | 第50-53页 |
| ·最佳分割尺度确定 | 第53-57页 |
| ·最优尺度验证 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 面向对象的高分辨率遥感影像分类及应用 | 第61-82页 |
| ·实验区域概况及数据介绍 | 第61-62页 |
| ·遥感影像预处理 | 第62-64页 |
| ·几何精校正 | 第62-63页 |
| ·影像融合 | 第63-64页 |
| ·分类体系确定 | 第64-65页 |
| ·面向像元的信息提取 | 第65-68页 |
| ·非监督分类的信息提取 | 第65-67页 |
| ·监督分类的信息提取 | 第67-68页 |
| ·面向对象的信息提取 | 第68-73页 |
| ·分类精度对比 | 第73-75页 |
| ·阴影校正 | 第75-81页 |
| ·阴影补偿模型 | 第75-76页 |
| ·解算大气亮度DN_u | 第76-77页 |
| ·解算E_λ/E_u | 第77-79页 |
| ·阴影校正 | 第79-81页 |
| ·阴影补偿后重分类 | 第81-82页 |
| 第5章 总结与展望 | 第82-84页 |
| ·总结 | 第82页 |
| ·展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-90页 |
| 攻读硕士学位期间发表的论文 | 第90页 |
