声明
摘要
第一章 绪论
1.1 遥感影像建筑物提取及场景理解的研究背景与意义
1.1.1 遥感影像建筑物提取研究背景与意义
1.1.2 遥感影像场景理解的研究背景与意义
1.2 遥感影像建筑物提取与场景理解国内外研究现状
1.2.1 遥感影像建筑物提取国内外研究现状
1.2.2 遥感影像建筑物提取面临的挑战
1.2.3 遥感影像场景理解研究现状
1.2.4 遥感影像场景理解面临的挑战
1.3 本文研究内容与组织结构
1.3.1 本文研究内容与关键技术
1.3.2 本文组织结构
第二章 面向对象的遥感影像建筑物提取与场景理解基础理论
2.1 面向对象技术
2.1.1 多尺度分割理论
2.1.2 区域异质性准则
2.2 遥感影像多特征提取及融合
2.2.1 遥感影像光谱特征
2.2.2 遥感影像颜色特征
2.2.3 遥感影像纹理特征
2.2.4 遥感影像形状特征
2.2.5 遥感影像多特征融合技术
2.3 稀疏表示分类
2.3.1 基于稀疏表示的遥感影像分类
2.3.2 Fisher约束字典学习算法
2.4 基于中层语义的遥感影像场景理解
2.4.1 基于中层语义的遥感影像场景理解
2.4.2 神经网络模型
2.5 本章小结
第三章 基于稀疏表示的面向对象高光谱高空间分辨率遥感影像建筑物提取
3.1 高光谱高空间分辨率实验数据介绍
3.1.1 高光谱遥感影像数据
3.1.2 高空间分辨率遥感影像数据
3.2 面向对象的高光谱高空间分辨率遥感影像多尺度分割实验
3.2.1 高光谱遥感影像面向对象的多尺度分割
3.2.2 高空间分辨率遥感影像面向对象的多尺度分割
3.3 多特征提取实验
3.3.1 高光谱遥感影像特征提取
3.3.2 高空间分辨率遥感影像多特征提取
3.4 面向对象的多特征融合实验
3.4.1 高空间分辨率遥感影像面向对象的特征提取
3.4.2 高空间分辨率遥感影像面向对象的多特征融合
3.5 面向对象的高光谱高空间分辨率遥感影像建筑物提取实验
3.5.1 高光谱高空间分辨率遥感影像样本选取
3.5.2 高光谱高空间分辨率遥感影像建筑物提取
3.5.3 基于像素的高光谱高空间分辨率遥感影像建筑物提取实验
3.6 实验结果分析
3.6.1 高光谱遥感影像建筑物提取实验结果分析
3.6.2 高空间分辨率遥感影像建筑物提取实验结果分析
3.7 本章小结
第四章 基于神经网络的高光谱高空间分辨率遥感影像建筑物场景理解
4.1.2 基于RBF-NN模型的高光谱高空间分辨率遥感影像建筑物场景分类
4.2 实验结果分析
4.3 本章小结
5.1 本文总结
5.2 不足与展望
致谢
参考文献
攻读学位期间取得的研究成果