多特征分水岭影像分割斜坡地质灾害提取

　　影像分割与多特征组合是目前主流的遥感信息提取方法，本书以分水岭算法作为斜坡地质灾害影像分割方法，以数字地形特征、斜坡灾害发育高敏感区、斜坡灾害几何特征构建多特征因子组合，以这些特征因子组合层次分析筛选遥感影像经分水岭算法分割后的图斑，实现斜坡地质灾害半自动化提取。全书系统阐述了分水岭影像分割与多特征组合的斜坡地质灾害遥感提取思路、关键技术及其实现过程，重点研究了基于CIE颜色空间区域合并的分水岭算法改进、地形因子提取时空效应及最佳尺度、斜坡地质灾害敏感性评价方法。基于上述研究，本书构建了多特征分水岭影像分割斜坡地质灾害提取方法体系，一定程度上尝试了地质灾害遥感自动化提取方法探索。本书是作者对过往研究的总结和梳理，内容上力求做到深入浅出、通俗易懂，不仅具有一定的广度与深度，而且体现了学科交叉、协同创新解决问题的思路。本书可为遥感、GIS、地质灾害、数字地貌、图像处理等领域研究生和科研工作者提供参考。

暂缺《多特征分水岭影像分割斜坡地质灾害提取》作者简介

第1章 斜坡地质灾害遥感提取概述
1.1 研究背景与意义
1.2 国内外研究现状
1.3 斜坡地质灾害遥感提取关键技术
1.4 主要研究内容
1.5 技术路线
第2章 基础数据质量控制
2.1 研究区概况
2.2 基础数据预处理
2.3 数据质量控制
2.4 本章小结
第3章 多特征分水岭影像分割斜坡地质灾害提取方法
3.1 分水岭影像分割算法
3.2 斜坡地质灾害遥感提取多特征因子组合
3.3 多特征分水岭影像分割斜坡地质灾害提取方法
3.4 本章小结
第4章 CIE颜色空间区域合并分水岭算法
4.1 分水岭算法改进思路
4.2 颜色空间
4.3 后处理改进CIE颜色空间区域合并分水岭分割算法
4.4 分水岭算法影像分割精度评价准则
4.5 CIE颜色空间区域合并分水岭算法斜坡地质灾害边界提取
4.6 本章小结
第5章 DEM提取地形因子时空效应及最佳尺度
5.1 ASTER GDEM高程精度评价
5.2 DEM提取地形因子的时空效应研究
5.3 多尺度DEM提取地形因子的不确定性
5.4 DEM提取地形因子的最佳尺度
5.5 本章小结
第6章 斜坡地质灾害发育敏感性评价
6.1 斜坡地质灾害敏感性评价模型及精度检验方法
6.2 斜坡地质灾害敏感性评价因子
6.3 研究区斜坡地质灾害敏感性评价与精度检验
6.4 本章小结
第7章 多特征辅助分水岭算法斜坡地质灾害遥感提取
7.1 实验区与数据源
7.2 基于Luv颜色空间区域合并分水岭算法影像分割
7.3 多特征辅助斜坡地质灾害图斑筛选
7.4 基于面向对象分类法的斜坡地质灾害提取
7.5 实验结果分析与精度评价
7.6 本章小结
参考文献