利用中高分辨率影像对城市建成区信息提取的方法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 卫星的发展和国内外研究现状 | 第11-13页 |
| 1.2.1 遥感卫星的发展现状 | 第11-12页 |
| 1.2.2 国内外城市建成区信息提取发展 | 第12-13页 |
| 1.2.3 研究发展趋势 | 第13页 |
| 1.3 论文的研究内容和技术路线 | 第13-16页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究的技术路线 | 第15-16页 |
| 1.4 论文章节安排 | 第16-18页 |
| 2 研究区域数据介绍及预处理 | 第18-32页 |
| 2.1 研究区域概况 | 第18-19页 |
| 2.1.1 地理境域 | 第18页 |
| 2.1.2 经济文化概况 | 第18-19页 |
| 2.2 研究区域数据介绍 | 第19-23页 |
| 2.2.1 高分一号卫星 | 第20-21页 |
| 2.2.2 高分二号卫星 | 第21-22页 |
| 2.2.3 Landsat 8遥感影像 | 第22-23页 |
| 2.3 遥感数据预处理 | 第23-30页 |
| 2.3.1 辐射校正 | 第23-25页 |
| 2.3.2 几何校正 | 第25-26页 |
| 2.3.3 影像融合 | 第26-27页 |
| 2.3.4 图像增强 | 第27-30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 城市建成区信息提取方法 | 第32-55页 |
| 3.1 随机森林分类 | 第32-38页 |
| 3.1.1 随即森林构成 | 第33-35页 |
| 3.1.2 随机森林思想 | 第35-36页 |
| 3.1.3 随机森林分类 | 第36-38页 |
| 3.2 面向对象分类 | 第38-48页 |
| 3.2.1 图像分割 | 第39-42页 |
| 3.2.2 特征提取 | 第42-46页 |
| 3.2.3 图像分类 | 第46-48页 |
| 3.3 分类结果和精度评价 | 第48-54页 |
| 3.3.1 混淆矩阵 | 第48-49页 |
| 3.3.2 Kappa系数 | 第49-51页 |
| 3.3.3 分类实验及结果分析 | 第51页 |
| 3.3.4 分类模型的精度评价 | 第51-54页 |
| 3.4 本章小结 | 第54-55页 |
| 4 中高分辨率影像改进城市建成区信息提取模型 | 第55-69页 |
| 4.1 尺度退化与中分影像指数分析 | 第55-60页 |
| 4.1.1 尺度间退化 | 第56-57页 |
| 4.1.2 Landsat 8影像指数分析 | 第57-60页 |
| 4.2 回归模型的建立与分析 | 第60-65页 |
| 4.3 回归模型的全域性反演验证 | 第65-68页 |
| 4.4 本章小结 | 第68-69页 |
| 5 结论与展望 | 第69-71页 |
| 5.1 结论 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 作者简历 | 第75-77页 |
| 学位论文数据集 | 第77页 |
