声明
摘要
第1章 绪论
1.1 论文的研究背景及意义
1.2 国内外相关研究现状
1.3 主要研究内容
1.4 技术路线
第2章 面向对象的信息分类方法
2.1 面向对象遥感影像分类方法
2.2 影像分割
2.2.1 基于边界的影像分割方法
2.2.2 基于区域的影像分割方法
2.2.3 基于阈值的影像分割方法
2.2.4 多尺度分割算法
2.3 影像对象分类技术
2.3.1 标准最邻近法
2.3.2 模糊数学分类法
2.4 影像对象分类特征的选取
2.4.1 光谱特征
2.4.2 形状特征
2.4.3 纹理特征
第3章 无人机影像的地质灾害信息分类与提取
3.1 研究区概况
3.1.1 自然地理条件
3.1.2 区域地质背景
3.2 最优分割尺度的选择
3.2.1 分割参数的变化对分割结果的影响
3.2.2 最优分割参数的选择
3.3 特征选择及分类
3.3.1 植被与河流信息的提取
3.3.2 道路信息的提取
3.3.3 房屋及地质灾害信息的提取
3.4 遥感影像分类精度评价
3.4.1 精度评价指标的选取
3.4.2 无人机影像分类结果精度评价
第4章 地质灾害样本库的构建
4.1 地质灾害样本库构建的规范
4.1.1 样本数据的基本内容
4.1.2 样本数据的格式与命名
4.2 地质灾害样本库的建设流程
4.2.1 构建基于python的地质灾害样本采集手段
4.2.2 地质灾害样本的采集
4.3 地质灾害样本库建设的成果
4.3.1 地质灾害样本库表格的设计
4.3.2 地质灾害样本库示例
4.3.3 地质灾害样本库的检查与更新
第5章 基于迁移学习的地质灾害信息提取方法
5.1 基于支持向量机的常用特征提取方法
5.1.1 方向梯度直方图(Histogram of Oriented Gradient)特征
5.1.2 词袋(Bag of words)特征
5.1.3 迁移学习(Transfer Learning)特征
5.2 特征选取与建模
5.2.1 精度评价体系
5.2.2 模型训练过程及结果
5.3 基于迁移学习的地质灾害信息提取
5.3.1 卷积神经网络剔除线状地类
5.3.2 迁移学习法的地质灾害信息提取
5.3.3 面向对象分类技术的地质灾害信息提取
5.3.4 地质灾害信息提取结果
5.3.5 精度分析
总结与展望
总结
展望
致谢
参考文献
攻读硕士学位期间发表的论文