面向对象的复杂地形区土地利用信息提取研究--以湟水流域为例
摘要 | 第1-5页 |
Abstract | 第5-12页 |
第一章 绪论 | 第12-22页 |
·研究背景与意义 | 第12-13页 |
·国内外研究现状及发展趋势 | 第13-17页 |
·目视解译法 | 第14-15页 |
·基于像元的分类方法 | 第15-16页 |
·面向对象的分类方法 | 第16-17页 |
·研究目标与研究内容 | 第17-18页 |
·技术路线与论文框架 | 第18-20页 |
·技术路线 | 第18-20页 |
·论文框架 | 第20页 |
·研究特色、创新与难点 | 第20-22页 |
·研究特色与创新 | 第20-21页 |
·研究难点 | 第21-22页 |
第二章 面向对象的土地信息提取方法 | 第22-32页 |
·影像分割 | 第23-29页 |
·影像分割方法 | 第23-24页 |
·多尺度影像分割 | 第24-28页 |
·多尺度影像分割的概念 | 第24页 |
·多尺度影像分割技术流程 | 第24-28页 |
·影像对象 | 第28页 |
·基于异质性最小原则的区域合并算法 | 第28-29页 |
·面向对象的分类方法 | 第29-32页 |
·分类层次的建立 | 第29页 |
·分类规则的建立 | 第29-30页 |
·土地信息提取 | 第30-32页 |
第三章 研究区概况与数据源 | 第32-40页 |
·研究区自然地理特征 | 第32-34页 |
·气候特征 | 第32-33页 |
·地形与地貌 | 第33页 |
·植被与土壤 | 第33页 |
·河流水系 | 第33-34页 |
·土地利用空间分布格局 | 第34页 |
·研究区社会经济特征 | 第34-35页 |
·数据来源 | 第35-36页 |
·数据预处理 | 第36-40页 |
·图像融合 | 第36-37页 |
·辐射校正 | 第37-38页 |
·图像镶嵌与裁剪 | 第38-40页 |
第四章 湟水流域土地利用信息提取 | 第40-75页 |
·土地利用/土地覆被分类系统 | 第40-43页 |
·地理分区 | 第40-41页 |
·分类系统的确定 | 第41-43页 |
·辅助特征指标的选取 | 第43-44页 |
·归一化植被指数 | 第43页 |
·归一化建筑物指数 | 第43页 |
·改进归一化差异水体指数 | 第43-44页 |
·基于波段优选的多级图像分割 | 第44-49页 |
·最佳波段选择 | 第44-49页 |
·单波段信息量 | 第45页 |
·多波段相关性 | 第45-46页 |
·OIF指数 | 第46-47页 |
·最佳波段及其组合的选择 | 第47-48页 |
·影像数据层的构建 | 第48-49页 |
·面向对象的土地利用信息提取 | 第49-68页 |
·川水区土地利用信息提取 | 第49-57页 |
·影像分割 | 第49-50页 |
·分类层次及分类规则 | 第50-52页 |
·土地利用信息提取 | 第52-57页 |
·浅山区土地利用信息提取 | 第57-62页 |
·影像分割 | 第57-58页 |
·分类层次及分类规则 | 第58-59页 |
·土地利用信息提取 | 第59-62页 |
·脑山区土地利用信息提取 | 第62-67页 |
·影像分割 | 第62-63页 |
·分类层次及分类规则 | 第63-64页 |
·土地利用信息提取 | 第64-67页 |
·湟水流域土地利用信息提取结果 | 第67-68页 |
·基于支持向量机的土地利用信息提取 | 第68-75页 |
·最佳分类面 | 第68-71页 |
·线性可分情况 | 第68-70页 |
·线性不可分情况 | 第70页 |
·非线性情况 | 第70-71页 |
·SVM核函数 | 第71-72页 |
·支持向量机的土地利用信息提取结果 | 第72-75页 |
第五章 分类结果精度评价 | 第75-86页 |
·混淆矩阵 | 第75-76页 |
·Kappa系数 | 第76页 |
·精度评价与分析 | 第76-85页 |
·川水区分类结果精度评价与分析 | 第77-80页 |
·浅山区分类结果精度评价与分析 | 第80-83页 |
·脑山区分类结果精度评价与分析 | 第83-85页 |
·土地利用信息提取结果对比分析 | 第85-86页 |
第六章 结论与展望 | 第86-88页 |
·主要结论 | 第86-87页 |
·问题与展望 | 第87-88页 |
参考文献 | 第88-94页 |
致谢 | 第94-95页 |
个人简历 | 第95页 |