| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究意义 | 第11页 |
| ·传统分类方法研究现状 | 第11-12页 |
| ·面向对象分类方法的提出及研究现状 | 第12-15页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-15页 |
| ·本文研究路线、研究平台及研究方法 | 第15-16页 |
| ·本文研究路线 | 第15页 |
| ·本文研究平台 | 第15-16页 |
| ·本文研究方法 | 第16页 |
| ·本文研究的组织结构 | 第16-17页 |
| 第二章 基于像元的遥感影像分类方法 | 第17-21页 |
| ·监督分类法的步骤 | 第17页 |
| ·选择训练区 | 第17页 |
| ·提取统计信息 | 第17页 |
| ·评价样本的有效性 | 第17页 |
| ·监督分类法的算法 | 第17-19页 |
| ·最大似然法 | 第18页 |
| ·马氏距离法 | 第18-19页 |
| ·最小距离法 | 第19页 |
| ·监督分类法评析 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 面向对象的遥感影像分类方法 | 第21-32页 |
| ·图像分割的原理 | 第21-22页 |
| ·区域生长法 | 第22页 |
| ·区域分裂合并法 | 第22页 |
| ·多尺度分割 | 第22-26页 |
| ·试验分割尺度 | 第24-25页 |
| ·编辑波段权重 | 第25页 |
| ·设置均质标准 | 第25-26页 |
| ·Ecognition软件相关介绍 | 第26-31页 |
| ·最邻近分类法 | 第27-28页 |
| ·模糊专家分类法 | 第28-29页 |
| ·面向对象法隶属度函数和特征函数 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 阎良区高分辨率遥感影像基本信息及预处理 | 第32-41页 |
| ·研究区概况 | 第33-35页 |
| ·数据源 QuickBird卫星服务指标 | 第33-34页 |
| ·数据源 QuickBird卫星轨道 | 第34-35页 |
| ·研究区影像预处理 | 第35-40页 |
| ·图像的几何精校正和图像配准 | 第35-37页 |
| ·波段选择 | 第37页 |
| ·影像融合 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 阎良区高分辨率遥感影像信息提取方法与精度分析 | 第41-59页 |
| ·基于像元的影像分类 | 第41-46页 |
| ·建立分类模板 | 第41-43页 |
| ·评价分类模板 | 第43-44页 |
| ·基于像元的分类结果评析 | 第44-46页 |
| ·基于对象的影像分类 | 第46-55页 |
| ·多尺度分割 | 第47-50页 |
| ·基于知识的分类技术 | 第50-54页 |
| ·基于样本的分类技术 | 第54-55页 |
| ·分类精度评价 | 第55-58页 |
| ·误差矩阵评价法 | 第55-57页 |
| ·最佳分类结果评价法 | 第57-58页 |
| ·分类稳定性评价法 | 第58页 |
| ·本章小结 | 第58-59页 |
| 结论与展望 | 第59-61页 |
| 结论 | 第59-60页 |
| 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |