| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 中文图表目录 | 第10-11页 |
| Index of Figure and Tbale | 第11-12页 |
| 第1章 绪论 | 第12-22页 |
| ·选题依据 | 第12-13页 |
| ·国内外研究进展 | 第13-18页 |
| ·耕地面积提取研究进展 | 第13-16页 |
| ·神经网络研究进展 | 第16-17页 |
| ·国内外常用的面积测算方法小结 | 第17-18页 |
| ·研究内容 | 第18-19页 |
| ·技术路线 | 第19-21页 |
| ·论文结构 | 第21-22页 |
| 第2章 研究区概况与影像数据处理 | 第22-29页 |
| ·研究区概况 | 第22-23页 |
| ·研究区自然条件 | 第22-23页 |
| ·研究区社会经济条件 | 第23页 |
| ·数据源 | 第23-25页 |
| ·遥感影像数据 | 第23-24页 |
| ·矢量数据与调研统计数据 | 第24-25页 |
| ·TM影像数据处理 | 第25-28页 |
| ·数据预处理 | 第25-26页 |
| ·OIF指数计算 | 第26-27页 |
| ·波段的选择与比较 | 第27-28页 |
| ·TM影像数据矢量化 | 第28-29页 |
| 第3章 常用的耕地面积测算方法 | 第29-38页 |
| ·目视解译法 | 第29页 |
| ·非监督分类 | 第29-30页 |
| ·监督分类 | 第30-32页 |
| ·概率神经网络算法 | 第32-38页 |
| ·PNN拓扑结构 | 第33-35页 |
| ·利用概率神经网络分类存在的问题 | 第35-38页 |
| 第4章 基于改进的PNN模型算法的耕地面积提取 | 第38-48页 |
| ·图像分割阶段 | 第38-39页 |
| ·图像信息的判别函数的建立 | 第39-42页 |
| ·水域判别函数的建立 | 第40页 |
| ·林地、灌木判别函数的建立 | 第40页 |
| ·建筑用地判别函数 | 第40-41页 |
| ·耕地判别函数的建立 | 第41-42页 |
| ·改进的PNN模型的建立与结果运算 | 第42-44页 |
| ·检验校正阶段 | 第44-47页 |
| ·利用改进的PNN算法提取耕地信息流程 | 第47-48页 |
| 第5章 台山市耕地面积与分布情况 | 第48-57页 |
| ·耕地面积提取结果 | 第48-53页 |
| ·应用不同方法得到的耕地面积的比较 | 第48-50页 |
| ·应用不同方法得到的分类结果产生差异的原因 | 第50-52页 |
| ·同一方法在不同区域分类结果的差异 | 第52-53页 |
| ·结果分析 | 第53-55页 |
| ·不同方法分类面积误差分析 | 第53-54页 |
| ·不同方法分类像元精度分析 | 第54-55页 |
| ·台山市耕地分布情况 | 第55-57页 |
| 第6章 结论与展望 | 第57-60页 |
| ·结论 | 第57-58页 |
| ·创新点 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |