版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、學(xué)位論文獨(dú)創(chuàng)性說(shuō)明本人鄭重聲明:所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及其取得研究成果。盡我所知,除了文中加以標(biāo)注和致謝的地方外,論文中不包含其他人或集體已經(jīng)公開(kāi)發(fā)表或撰寫(xiě)過(guò)的研究成果,也不包含為獲得西安科技大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)所使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說(shuō)明并表示了謝意。學(xué)位論文作者簽名:日期:Subject:TheapplicationresearchofObj
2、ectientedhighresolutionremotesensingimageclassificationinfestvolumeestimateEngineeringField:SurveyingMappingEngineeringName:YaoXiao(Signature):Instruct:LiChonggui(Signature):WangXiaoping(Signature):ABSTRACTHighspatialres
3、olutionremotesensingimagescontainabundantstructuresemanticinfmationwithhighscesonobjectientedremotesensingimageclassificationtechnologyusesimagepixelaroundseveralhomogenouspixelofimageobjectscanmakefulluseofthestructures
4、emanticfeaturesofspacewhichtheimageobjectcontainsconstructaclassifiertoclassify.Comparedwiththetraditionalneedleobjectsclassificationmethodtheclassifiedmethodofobjectientedclassificationeffectisbetterfhighresolutionremot
5、esensingimage.Usingthemonitingareaoftheexistingfixedsampleplotsurveydatatoestablishestimatemodeltheareaoflusetypesofwoodlaccumulationtoestimatereservoirdistributionisthemethodtoestimatefestvolume.Sotheremotesensingimages
6、ofmonitingareaneedtobeclassifiedindertodistinguishthescopeofthewoodl.Becauseoffestltypesinclude:coniferousfestbroadleavedfestmixedneedlesuchasdifferenttypesdifferentfesttypesofvolumeisputinbiggerdifference.Inthefestvolum
7、eestimatingfestcategyofmaincategiesaccumulationestimateequationrespectivelythenthemonitingareabyfestcategytypeofremotesensingimageclassificationtheaccumulationofvariousfestcategycrespondingtoestimateequationwasusedtomoni
8、tareaontheremotesensingimagematchingprecisionfestcategydistributionareacanimprovethefeststockvolumeestimationaccuracy.Remotesensingimageswithhighmarksinthesurveyapplicationinthefieldoffestresourcesinourcountryusingtheobj
9、ectientedclassificationtechnologyofmonitingareaofremotesensingimageclassificationonthebasisofprecisioncanimprovetheaccuracyoffestvolumeestimatetokindoffestresourcesinourcountrythesecondclasssurveyprecisionefficiencyhasth
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 森林蓄積量遙感估測(cè)的應(yīng)用研究.pdf
- 基于GIS和遙感影像的森林蓄積量分類(lèi)估測(cè)研究.pdf
- 基于高分遙感紋理信息的森林蓄積量估測(cè)研究.pdf
- 高分遙感紋理信息對(duì)森林蓄積量估測(cè)的影響規(guī)律研究.pdf
- 遙感技術(shù)在云南松蓄積量估測(cè)中的應(yīng)用研究.pdf
- 森林蓄積量估測(cè)遙感影像比值波段和紋理信息選擇研究.pdf
- 基于遙感信息的森林蓄積量估測(cè).pdf
- 基于eCognition分類(lèi)的森林蓄積量估測(cè)研究.pdf
- 森林蓄積量遙感定量估測(cè)系統(tǒng)研發(fā).pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像分類(lèi)
- 面向?qū)ο蟮母叻直媛蔬b感影像分類(lèi)
- 基于多源遙感數(shù)據(jù)的森林蓄積量估測(cè)方法研究.pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像分類(lèi).pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像分類(lèi).pdf
- 基于遙感抽樣技術(shù)的平南縣森林蓄積量估測(cè).pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像分類(lèi)方法研究.pdf
- 面向?qū)ο筮b感影像分類(lèi)方法在土地利用信息提取中的應(yīng)用研究.pdf
- 高分辨率遙感影像面向?qū)ο蠓诸?lèi)方法研究.pdf
- 區(qū)域森林生物量遙感估測(cè)與應(yīng)用研究.pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像全要素分類(lèi)研究.pdf
評(píng)論
0/150
提交評(píng)論