基于高分辨率遥感影像纹理特征的面向对象植被分类方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第15-23页 |
| 1.1 研究背景与研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 纹理特征提取研究 | 第16-18页 |
| 1.2.2 面向对象植被分类研究 | 第18-20页 |
| 1.3 研究内容与章节安排 | 第20-23页 |
| 1.3.1 研究内容 | 第20-21页 |
| 1.3.2 技术路线 | 第21页 |
| 1.3.3 章节安排 | 第21-23页 |
| 第2章 基于指纹识别技术的植被纹理特征提取方法 | 第23-33页 |
| 2.1 指纹纹理增强算法 | 第24-28页 |
| 2.1.1 指纹识别技术简介 | 第24-25页 |
| 2.1.2 图像归一化 | 第25-26页 |
| 2.1.3 图像二值化 | 第26-28页 |
| 2.2 灰度共生矩阵原理 | 第28-29页 |
| 2.3 局部二值模型原理 | 第29-32页 |
| 2.3.1 LBP编码 | 第30页 |
| 2.3.2 均匀模式LBP | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 面向对象分类 | 第33-38页 |
| 3.1 图像分割 | 第33-35页 |
| 3.2 支持向量机 | 第35-36页 |
| 3.3 分类精度评价方法 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 应用试验与结果分析 | 第38-77页 |
| 4.1 研究区与数据预处理 | 第38-41页 |
| 4.1.1 研究区概况 | 第38页 |
| 4.1.2 实验数据 | 第38-40页 |
| 4.1.3 数据预处理 | 第40-41页 |
| 4.2 面向对象分类设计 | 第41-44页 |
| 4.2.1 分类体系建立 | 第41页 |
| 4.2.2 分类样本选取 | 第41-44页 |
| 4.2.3 分类方案 | 第44页 |
| 4.3 图像分割 | 第44-45页 |
| 4.4 基于指纹识别技术的植被纹理特征提取与分析 | 第45-60页 |
| 4.4.1 指纹纹理增强 | 第46-48页 |
| 4.4.2 GLCM纹理特征提取与分析 | 第48-56页 |
| 4.4.3 LBP纹理特征提取与分析 | 第56-59页 |
| 4.4.4 纹理特征提取效率分析 | 第59-60页 |
| 4.5 影像对象植被指数与几何特征提取 | 第60-66页 |
| 4.5.1 影像对象植被指数提取 | 第61-63页 |
| 4.5.2 影像对象几何特征提取 | 第63-66页 |
| 4.6 辅以纹理特征的面向对象植被分类与结果分析 | 第66-71页 |
| 4.6.1 辅以纹理特征的面向对象植被分类 | 第66-67页 |
| 4.6.2 分类结果与分析 | 第67-71页 |
| 4.7 Pléiades影像实验 | 第71-75页 |
| 4.7.1 Pléiades数据 | 第71-72页 |
| 4.7.2 试验及结果分析 | 第72-75页 |
| 4.8 本章小结 | 第75-77页 |
| 第5章 结论与展望 | 第77-80页 |
| 5.1 结论 | 第77-78页 |
| 5.2 不足与展望 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 攻读学位期间发表的学术论文和研究成果 | 第85-86页 |
| 致谢 | 第86页 |
