| ABSTRACT | 第1-7页 |
| 摘要 | 第7-9页 |
| Table of contents | 第9-12页 |
| Chapter1 Introduction | 第12-20页 |
| ·Background | 第12-13页 |
| ·The research present condition | 第13-17页 |
| ·Motivation and Research Objectives | 第17-18页 |
| ·Organization of the Dissertation | 第18-20页 |
| Chapter2 Literature review | 第20-50页 |
| ·Land cover land use and their relationship | 第20页 |
| ·The goal of land use and land cover change detection | 第20-26页 |
| ·Change Detection Methods Comparison | 第21-23页 |
| ·Steps required and keys concerned to perform change detection | 第23-26页 |
| ·Scale Invariant feature transformation(SIFT) | 第26-35页 |
| ·Feature | 第26页 |
| ·Algorithm | 第26-31页 |
| ·Scale-space extrema detection | 第26-28页 |
| ·Keypoint localization | 第28-30页 |
| ·Orientation assignment | 第30-31页 |
| ·Keypoint descriptor | 第31页 |
| ·Comparison of SIFT feature with orther local features | 第31-32页 |
| ·Applications | 第32-35页 |
| ·Object recognition using SIFT features | 第32-33页 |
| ·Robot localization and mapping | 第33页 |
| ·Panorama stitching | 第33-34页 |
| ·3D scene modeling,recognition and tracking | 第34页 |
| ·D SIFT desrciptosr for human action recognition | 第34-35页 |
| ·RS and GIS data | 第35-37页 |
| ·Remote Sensing data collection | 第35页 |
| ·Remote sensing data processing | 第35-36页 |
| ·GIS data | 第36-37页 |
| ·Raster data | 第36-37页 |
| ·Vector data | 第37页 |
| ·Remote Sensing Image Classification | 第37-40页 |
| ·Data Acquisition | 第37-38页 |
| ·Unsupervised and Supervised Classification | 第38页 |
| ·Parametric and Non-parametric Classifiers | 第38-40页 |
| ·Support Vector Machine (SVM) | 第40-50页 |
| ·Maximum magine classifiers | 第41页 |
| ·Extention to the linear SVM | 第41-45页 |
| ·Linearly Separable Case | 第42-43页 |
| ·Linearly Non-Separable Case | 第43-44页 |
| ·Non-Linear Support Vector Machines | 第44-45页 |
| ·Multi class SVM | 第45-46页 |
| ·Gray Level co-occurrence matrix | 第46页 |
| ·Gabor Wavelets Transform | 第46-50页 |
| Chapter3 Methodology | 第50-64页 |
| ·Study area and data issues | 第50-54页 |
| ·Case study of Huangpi area(Hubei, China) | 第50-51页 |
| ·Case study of Vientian area (Laos) | 第51-54页 |
| ·Possible Solutions for Digital Land Cover Classification and change detection | 第54-55页 |
| ·Image registration | 第55页 |
| ·Change detection base on SIFT | 第55-60页 |
| ·Keypoint extraction description | 第56-58页 |
| ·Description representation | 第58-59页 |
| ·Homography estimation using RANSAC | 第59-60页 |
| ·Problems in SIFT matching for RS images | 第60-61页 |
| ·Application of SVM to Remote Sensing Classification | 第61-64页 |
| Chapter4 Experiment and result | 第64-94页 |
| ·Automatic change detection on LULC base on SIFT | 第64-74页 |
| ·Change detection base on SIFT of Huangpi area (Hubei,China) | 第67-70页 |
| ·Change detection base on SIFT of Vientiane area (Laos) | 第70-74页 |
| ·Image classification base on SVM | 第74-94页 |
| ·Result data in case study of Huangpi (Hubei) | 第78-80页 |
| ·Result data in case study of Vientiane area (Laos) | 第80-92页 |
| ·Change detection on LULC base on post image classification | 第92-94页 |
| Chapter5 Conclusion and future work | 第94-98页 |
| ·Conclution | 第94-95页 |
| ·Discusstion and future work | 第95-98页 |
| References | 第98-106页 |
| List of Table | 第106-107页 |
| List of Figure | 第107-119页 |
| Acknowledgements | 第119-120页 |
| Source code | 第120-180页 |
