• 摘要4-5
• Abstract5-8
• 第1章 緒論8-14
• 1.1 研究的背景和意義8
• 1.2 研究現(xiàn)狀8-12
• 1.2.1 遙感影像水體信息提取方法研究現(xiàn)狀8-10
• 1.2.2 圖像分割方法的研究現(xiàn)狀10-11
• 1.2.3 學(xué)習(xí)分類方法的研究現(xiàn)狀11-12
• 1.3 本文主要研究內(nèi)容12-14
• 第2章 遙感影像數(shù)據(jù)預(yù)處理14-21
• 2.1 遙感影像數(shù)據(jù)基礎(chǔ)14-15
• 2.2 遙感影像預(yù)處理15-20
• 2.2.1 幾何校正15-19
• 2.2.2 影像融合19-20
• 2.3 本章小結(jié)20-21
• 第3章 基于MEAN_SHIFT與HMP合并規(guī)則的遙感影像分割21-38
• 3.1 圖像分割理論分析21-24
• 3.2 基于MEAN_SHIFT算法的遙感影像分割24-29
• 3.2.1 MEAN_SHIFT原理分析25-28
• 3.2.2 核函數(shù)分析28
• 3.2.3 權(quán)重系數(shù)分析28-29
• 3.3 基于異質(zhì)性最小化的合并規(guī)則29-30
• 3.4 遙感影像分割實驗30-37
• 3.4.1 基于MEAN_SHIFT的影像分割實驗31-32
• 3.4.2 基于異質(zhì)性最小化合并規(guī)則（HMP）的區(qū)域合并實驗32-35
• 3.4.3 對比實驗35-37
• 3.5 本章小結(jié)37-38
• 第4章 遙感影像特征提取38-49
• 4.1 光譜特征提取方法分析38-39
• 4.2 幾何特征提取方法分析39-41
• 4.3 紋理特征提取方法分析41-44
• 4.4 基于GLCM的紋理特征提取44-47
• 4.5 基于GLCM的紋理特征提取實驗47-48
• 4.6 本章小結(jié)48-49
• 第5章 基于PSO-SVM的高分辨率遙感影像水體信息提取49-67
• 5.1 機器學(xué)習(xí)基本問題分析49-50
• 5.2 支持向量機模型50-53
• 5.3 SVM參數(shù)優(yōu)化原理53-56
• 5.3.1 SVM分類器懲罰系數(shù)與核函數(shù)分析53-54
• 5.3.2 SVM分類器參數(shù)優(yōu)化方法54-56
• 5.4 基于粒子群優(yōu)化算法的SVM參數(shù)優(yōu)化56-59
• 5.4.1 粒子群優(yōu)化算法理論分析56-57
• 5.4.2 粒子群優(yōu)化算法的收斂性分析57-59
• 5.5 基于PSO算法的SVM參數(shù)優(yōu)化實驗59-62
• 5.6 基于PSO-SVM方法的遙感影像水體信息提取實驗62-66
• 5.7 本章小結(jié)66-67
• 第6章 總結(jié)與展望67-68
• 6.1 論文總結(jié)67
• 6.2 問題與展望67-68
• 參考文獻68-74
• 作者簡介74-75
• 致謝75

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭振亞;王心源;王傳輝;高超;吳海中;;巢湖流域水體信息提取方法研究[J];遙感技術(shù)與應(yīng)用;2012年03期

2 夏雙;阮仁宗;;淡水湖泊濕地水體信息提取方法[J];地理空間信息;2012年05期

3 吳文淵;沈曉華;鄒樂君;盧善龍;章桂芳;;基于Landsat ETM+影像的水體信息綜合提取方法[J];科技通報;2008年02期

4 胡曉東;駱劍承;夏列鋼;沈占鋒;朱長明;喬程;;圖譜迭代反饋的自適應(yīng)水體信息提取方法[J];測繪學(xué)報;2011年05期

5 趙書河,馮學(xué)智,都金康;中巴資源一號衛(wèi)星水體信息提取方法研究[J];南京大學(xué)學(xué)報(自然科學(xué)版);2003年01期

6 丁鳳;;基于新型水體指數(shù)(NWI)進行水體信息提取的實驗研究[J];測繪科學(xué);2009年04期

7 丁鳳;;一種基于遙感數(shù)據(jù)快速提取水體信息的新方法[J];遙感技術(shù)與應(yīng)用;2009年02期

8 駱劍承;盛永偉;沈占鋒;李均力;郜麗靜;;分步迭代的多光譜遙感水體信息高精度自動提取[J];遙感學(xué)報;2009年04期

9 李小曼;王剛;李曉安;;一種遙感影像水體信息自動提取方法[J];微計算機信息;2008年36期

10 沈金祥;楊遼;陳曦;李均力;彭青青;胡舉;;面向?qū)ο蟮纳絽^(qū)湖泊信息自動提取方法[J];國土資源遙感;2012年03期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 陳華芳;王金亮;;山地高原地區(qū)TM影像水體信息提取方法比較[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2003年

2 張明華;;用改進的譜間關(guān)系模型提取極高山地區(qū)水體信息[A];中國測繪學(xué)會九屆四次理事會暨2008年學(xué)術(shù)年會論文集[C];2008年

3 許靜;陳興偉;陳文惠;;基于波譜特征的水體信息提取方法研究[A];福建省第十二屆水利水電青年學(xué)術(shù)交流會論文集[C];2008年

4 連蕓;宋傳中;吳立坤;霍立新;;圖像光譜特征和統(tǒng)計特征在水體信息提取中的應(yīng)用研究[A];加強地質(zhì)工作促進社會經(jīng)濟和諧發(fā)展——2007年華東六省一市地學(xué)科技論壇論文集[C];2007年

5 王培忠;嚴衛(wèi)東;邊輝;翟娜;吳俊政;;基于典型相關(guān)分析的多時相ETM影像水體信息變化檢測[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

6 祝令亞;李杏朝;;基于HJ-1 CCD影像的水體信息提取研究及三峽水庫蓄水動態(tài)監(jiān)測[A];第十七屆中國遙感大會摘要集[C];2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 黃琳;高精度遙感影像水體信息融合[D];浙江工業(yè)大學(xué);2015年

2 魏航;多源遙感圖像水體信息提取方法的研究[D];北京理工大學(xué);2016年

3 于曉寧;基于高分辨率遙感影像的水體信息提取方法研究[D];吉林大學(xué);2016年

4 江暉;水體信息自動提取遙感研究[D];中國地質(zhì)大學(xué)（北京）;2006年

5 陳文艷;山區(qū)地形遙感圖像水體信息的提取研究[D];廣西師范大學(xué);2013年

6 杜斌;基于面向?qū)ο蟮母叻直媛蔬b感影像水體信息提取優(yōu)勢研究[D];云南師范大學(xué);2014年

7 李永生;基于MODIS數(shù)據(jù)的艾比湖湖面變化研究[D];新疆師范大學(xué);2008年

  本文關(guān)鍵詞：基于高分辨率遙感影像的水體信息提取方法研究，由筆耕文化傳播整理發(fā)布。