●前言
第1章 GEOBIA研究現狀與發展趨勢
1.1 產生背景
1.1.1 遙感影像分類的概念
1.1.2 遙感影像分類的發展
1.1.3 面向對像影像分析方法的產生
1.1.4 像素分類與對像分類的對比分析
1.2 概念與基本特點
1.2.1 概念
1.2.2 基本特征
1.2.3 SWOT分析
1.3 研究現狀與進展
1.3.1 文獻綜述
1.3.2 技術現狀與進展
1.3.3 應用現狀與進展
1.3.4 軟件現狀與進展
1.3.5 未來發展
1.4 小結
參考文獻
第2章 GEoBLA理論基礎
2.1 地理本體
2.1.1 本體
2.1.2 地理本體
2.1.3 地理本體表示語言
2.1.4 地理本體構建方法
2.1.5 地理本體構建工具
2.1.6 地理本體推理機
2.2 地理認知
2.2.1 認知
2.2.2 地理認知
2.2.3 地理認知過程
2.2.4 地理認知模型
2.3 地理本體與地理認知的關繫
2.3.1 地理本體信息到地理認知信息的轉換
2.3.2 地理認知信息到地理智能信息的轉換
2.4 地理知識
2.4.1 地理知識的表示
2.4.2 地理信息-知識-智能轉換模型
2.4.3 地理知識的生態繫統
2.5 地理尺度
2.5.1 尺度
2.5.2 地理尺度
2.5.3 尺度轉換
2.6 小結
參考文獻
第3章 GEOBIA框架
3.1 框架的提出
3.2 地理實體概念本體描述
3.3 遙感影像分類地理本體建模
3.4 地理本體驅動的影像對像分類
3.5 小結
參考文獻
第4章 地理實體概念本體描述
4.1 地理實體知識體繫
4.1.1 地理知識
4.1.2 遙感影像特征
4.1.3 影像對像特征
4.1.4 專家知識
4.2 地理實體知識概念本體
4.2.1 領域知識概念本體描述
4.2.2 領域知識選擇
4.3 舉例:地表覆蓋實體本體描述
4.3.1 地表覆蓋實體領域知識
4.3.2 地表覆蓋實體概念本體
4.4 小結
參考文獻
第5章 遙感影像分類地理本體建模
5.1 遙感影像分類本體建模方法
5.2 遙感影像分類本體建模語言
5.3 遙感影像本體建模
5.3.1 遙感影像源數據
5.3.2 遙感影像本體建模
5.4 影像對像特征本體建模
5.5 分類器本體建模
5.5.1 決策樹建模
5.5.2 專家規則建模
5.6 語義網絡模型
5.7 小結
參考文獻
第6章 GEOBIA影像對像分類方法
6.1 圖論與分形網絡演化相結合的並行分割
6.1.1 算法原理
6.1.2 方法流程
6.1.3 方法實驗
6.1.4 結果分析
6.2 基於隨機森林的特征自動優選
6.2.1 算法原理
6.2.2 方法流程
6.2.3 方法實驗
6.2.4 結果分析
6.3 基於語義網絡模型的影像對像語義分類
6.3.1 方法流程
6.3.2 實現過程
6.3.3 方法實驗
6.3.4.結果分析
6.4 小結
參考文獻
第7章 地表覆蓋分類實驗
7.1 實驗環境
7.1.1 FeatureStation_GeoEX
7.1.2 Protege軟件
7.2 實驗數據與研究區域
7.2.1 實驗一:瑞麗市ZY-3
7.2.2 實驗二:臨潼區WorldView-2
7.3 地理本體驅動的地表覆蓋分類實驗
7.3.1 地表覆蓋類型概念本體描述
7.3.2 面向地表覆蓋分類的地理本體建模
7.3.3 面向地表覆蓋的影像對像分類
7.4 結果分析
7.4.1 視覺分析
7.4.2 精度評價
7.4.3 實驗總結
7.5 小結
第8章 滑坡識別實驗
8.1 實驗數據與研究區域
8.2 地理本體驅動的滑坡識別與分類實驗
8.2.1 滑坡概念本體描述
8.2.2 滑坡地理本體建模
8.2.3 滑坡對像識別與分類
8.3 結果分析
8.3.1 視覺分析
8.3.2 精度評價
8.4 小結
後記
《高分辨率遙感影像面向對像分類技術》旨在闡述遙感影像面向對像的分析理論與方法。全書共8章,第1章為GEOBIA研究現狀與發展趨勢,介紹GEOBIA的產生背景、概念與基本特點、研究現狀與進展;第2章為GEOBIA理論基礎,介紹地理本體、地理認知、地理本體與地理認知的關繫、地理知識、地理尺度;第3章為GEOBIA框架,提出遙感影像分類地理本體框架“地理實體概念本體描述一遙感影像分類地理本體建模一地理本體驅動的影像對像分類”;第4章為地理實體概念本體描述,介紹地理實體知識體繫、地理知識概念本體、地表覆蓋實體領域知識及其概念本體;第5章為遙感影像分類地理本體建模,介紹本體建模方法與語言,遙感影像、影像對像、分類器的本體模型;第6章為GEOBIA影像對像分類方法,提出地理本體驅動的影像對像分類的四個層次;第7章為地表覆蓋分類實驗,介紹理論、方法、技術支持下的面向地理國情普查的地表覆蓋分類實驗;第8章等