面向对象的杭州西溪湿地遥感方法研究
| 目录 | 第1-7页 |
| 表目录 | 第7-8页 |
| 图目录 | 第8-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 引言 | 第14-23页 |
| ·湿地的定义和分类 | 第14-15页 |
| ·湿地的定义 | 第14-15页 |
| ·湿地的分类 | 第15-17页 |
| ·湿地遥感分类研究现状与进展 | 第17-20页 |
| ·国外研究进展 | 第17-19页 |
| ·国内研究进展 | 第19-20页 |
| ·本项研究工作的目的和内容 | 第20-23页 |
| ·研究目的和意义 | 第20-21页 |
| ·研究内容与技术路线 | 第21-23页 |
| 第二章 试验区概况及数据资料 | 第23-33页 |
| ·试验区概况 | 第23-24页 |
| ·数据资料 | 第24-25页 |
| ·数据处理 | 第25-29页 |
| ·几何校正 | 第25页 |
| ·全色波段和多光谱波段融合 | 第25-29页 |
| ·遥感图像特征分析 | 第29-33页 |
| ·光谱特征分析 | 第30-31页 |
| ·植被指数分析 | 第31-33页 |
| 第三章 分类对象生成 | 第33-44页 |
| ·图像分割 | 第33-36页 |
| ·图像分割的定义 | 第33-34页 |
| ·图像分割方法 | 第34-36页 |
| ·多尺度图像分割参数的选取 | 第36-42页 |
| ·对象的生成 | 第42-44页 |
| 第四章 基于最近邻的影像分类 | 第44-54页 |
| ·分类器的选择 | 第44-45页 |
| ·特征的选择和特征空间的优化 | 第45-49页 |
| ·初级分类系统 | 第45页 |
| ·特征空间的构建 | 第45-47页 |
| ·特征空间的优化 | 第47-49页 |
| ·影像分类 | 第49-52页 |
| ·样本对象的选择 | 第49-50页 |
| ·分类 | 第50-52页 |
| ·分类精度评价 | 第52-54页 |
| ·分类精度评价指标 | 第52-53页 |
| ·分类精度评价 | 第53-54页 |
| 第五章 基于知识的湿地植被分类 | 第54-68页 |
| ·决策树分类方法 | 第54-57页 |
| ·基本概念 | 第54-55页 |
| ·常用的决策树算法 | 第55-57页 |
| ·特征的提取和特征空间的构建 | 第57-59页 |
| ·特征的提取 | 第57-59页 |
| ·特征空间构建 | 第59页 |
| ·基于决策树的知识获取 | 第59-64页 |
| ·训练样本的选取 | 第59-60页 |
| ·决策树生成与修剪 | 第60页 |
| ·基于知识规则的生成 | 第60-64页 |
| ·基于知识的分类 | 第64页 |
| ·监督分类 | 第64-66页 |
| ·分类精度评价 | 第66-68页 |
| 第六章 结论 | 第68-70页 |
| ·结论 | 第68页 |
| ·存在的问题 | 第68-70页 |
| 参考文献 | 第70-75页 |
