地表遙感專題信息提取與網(wǎng)格化位置服務

章 遙感數(shù)據(jù)源及預處理
節(jié) 遙感數(shù)據(jù)源
一、EOS-MODIS
二、Landsat數(shù)據(jù)
三、Sentinel-2數(shù)據(jù)
四、GF-1數(shù)據(jù)
五、GF-2遙感影像
六、GF-6遙感影像
七、在線影像
八、無人機影像
第二節(jié) 遙感數(shù)據(jù)預處理
一、MODIS數(shù)據(jù)的預處理
二、Landsat-8OLI影像，Landsat-5TM影像，GF-1、GF-2、GF-6號影像的預處理
三、Sentinel-2數(shù)據(jù)預處理
四、無人機影像的預處理
第二章 基于知識發(fā)現(xiàn)的地表遙感專題信息提取與應用服務
節(jié) 基于知識發(fā)現(xiàn)的地表遙感專題信息提取與網(wǎng)格化位置服務概述
第二節(jié) 基于多時相MODIS的四川植被類型信息提取與服務
一、實驗區(qū)與數(shù)據(jù)
二、研究方法與步驟
三、結果與服務
第三節(jié) 基于LANDSAT的南京市植被專題信息提取與應用服務
一、研究區(qū)與數(shù)據(jù)
二、研究方法與步驟
三、分析與結論
第四節(jié) 基于多時相LANDSAT遙感數(shù)據(jù)的四川省汶川縣積雪和植被覆蓋過程信息提取與應用服務
一、試驗區(qū)與數(shù)據(jù)
二、提取方法
三、提取結果與區(qū)域位置信息服務
第五節(jié) 基于無人機遙感影像的樹木信息提取與服務
一、實驗區(qū)與數(shù)據(jù)
二、方法與步驟
三、結果分析與應用服務建議
一、試驗區(qū)與數(shù)據(jù)
二、研究方法
三、結果與應用服務
第三章 面向對象的地表遙感專題信息提取與服務
節(jié) 面向對象的地表遙感專題信息提取概述
一、多尺度分割原理
二、遙感影像分類特征
三、面向對象分類方法
第二節(jié) 基于LANDsAT和GF_6的德陽市水體信思提取與服務
第六節(jié) 基于無人機的農村宅基地整理復墾信息提取與服務
一、試驗區(qū)與數(shù)據(jù)
二、研究方法
三、結果與應用服務
第三章 面向對象的地表遙感專題信息提取與服務
節(jié) 面向對象的地表遙感專題信息提取概述
一、多尺度分割原理
二、遙感影像分類特征
三、面向對象分類方法
第二節(jié) 基于LANDSAT和GF-6的德陽市水體信息提取與服務
一、試驗區(qū)與數(shù)據(jù)
二、研究方法與步驟
三、結果分析
第三節(jié) 聚落信息提取及應用服務
一、試驗區(qū)與數(shù)據(jù)
二、聚落影像特征分析
三、GF-1聚落信息提取
四、Sentinel-2聚落信息提取
五、結果分析與服務建議
第四節(jié) 基于GF-2和GF-6的土地利用信息提取與服務
一、試驗區(qū)與數(shù)據(jù)
二、研究方法與步驟
三、基于多層次結構的土地利用分類結果
四、結果分析與服務建議
第四章 基于機器學習的地表遙感專題信息提取與服務
節(jié) 基于深度學習的遙感人工目標定位
一、目標檢測技術發(fā)展
二、遙感影像空間尺度智能判識
三、城市內部目標檢測
四、道路相關目標檢測
第二節(jié) 邊緣主導的高分遙感目標分割方法
一、語義分割技術發(fā)展
二、邊緣主導的分割方法
三、高分遙感目標分割應用
第三節(jié) 基于多任務學習的建筑精準提取
一、語義與邊緣融合的建筑提取
二、CNN與Transformer特征融合的建筑提取
第五章 網(wǎng)格化位置服務
節(jié) 地表指紋與網(wǎng)格化位置服務
一、地表指紋的基本概念
二、地表指紋的基本特征
三、基于地表指紋的地表地理位置感知基本流程
第二節(jié) 網(wǎng)格指紋編碼與位置服務
一、基于目標網(wǎng)格編碼的位置計算
二、遙感影像位置計算實驗
第三節(jié) 空間關系編碼與位置服務
一、現(xiàn)有技術綜述
二、特征空間目標的定義
三、特征空間目標的特征度量
四、空間目標特征穩(wěn)定性度量
五、特征空間目標的空間關系編碼
六、基于特征空間關系編碼的位置服務與計算
第四節(jié) 目標場指紋與位置服務
一、目標場指紋的基本概念
二、基于目標場指紋的空間定位
三、基于目標場指紋的空間定位測試
第五節(jié) 網(wǎng)格化位置服務系統(tǒng)
一、系統(tǒng)的結構與功能
二、系統(tǒng)應用示范
參考文獻
彩圖