| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 引言 | 第11-21页 |
| ·研究的目的和意义 | 第11-12页 |
| ·遥感图像分割技术的国内外研究现状及发展趋势 | 第12-18页 |
| ·研究内容与目标 | 第18-19页 |
| ·研究技术路线 | 第19-20页 |
| ·论文组织结构 | 第20-21页 |
| 第二章 研究区概况与遥感数据预处理 | 第21-41页 |
| ·研究区概况 | 第21-22页 |
| ·基本情况 | 第21页 |
| ·自然地理概况 | 第21页 |
| ·森林资源概况 | 第21-22页 |
| ·研究区 TM 数据介绍 | 第22-25页 |
| ·TM 卫星简介 | 第22-23页 |
| ·TM 卫星技术参数和传感器波段特征 | 第23-25页 |
| ·本研究用到的资料和专业软件介绍 | 第25页 |
| ·研究区数据预处理 | 第25-29页 |
| ·几何精校正 | 第25-26页 |
| ·大气校正 | 第26-29页 |
| ·研究区TM 数据分析 | 第29-31页 |
| ·TM 原始波段统计特征 | 第29-31页 |
| ·原始TM 影像数据相关性分析 | 第31页 |
| ·主要地物的光谱特征分析 | 第31页 |
| ·TM 影像的增强与变换处理 | 第31-37页 |
| ·最佳组合波段的选择 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 矢量中值滤波在林业遥感图像处理中的应用 | 第41-52页 |
| ·图像预处理方法概述 | 第41-42页 |
| ·常规预处理方法 | 第42-44页 |
| ·均值滤波 | 第42页 |
| ·高斯滤波 | 第42-43页 |
| ·一般中值滤波(Median Filtering) | 第43页 |
| ·统计滤波（西格玛(∑) 平滑） | 第43-44页 |
| ·自适应滤波（Adaptive Filter） | 第44页 |
| ·改进矢量中值滤波法介绍 | 第44-45页 |
| ·矢量中值滤波在遥感图像中的应用 | 第45-51页 |
| ·实验处理方法与评价指标的选择 | 第45-46页 |
| ·实验结果与分析 | 第46-51页 |
| ·结论与讨论 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第四章 遥感影像分割方法与小班区划 | 第52-68页 |
| ·常见图像分割方法概述 | 第52-58页 |
| ·基于特征空间的方法 | 第52-53页 |
| ·基于图像空间的方法 | 第53-54页 |
| ·基于新兴理论的方法 | 第54-57页 |
| ·遥感影像分类与分割的标记 | 第57-58页 |
| ·小班区划 | 第58-61页 |
| ·林班区划 | 第58-59页 |
| ·小班区划 | 第59-60页 |
| ·小班界线的勾绘 | 第60-61页 |
| ·尺度效应与小班界线提取 | 第61-66页 |
| ·面向对象的分类方法与多尺度分割(Multi-resolution Segmentation) | 第61-63页 |
| ·尺度效应与小班界线的提取 | 第63-66页 |
| ·遥感图像分割质量评价 | 第66-67页 |
| ·遥感图像分割质量评价 | 第66-67页 |
| ·小班提取效果的评价 | 第67页 |
| ·本章小结 | 第67-68页 |
| 第五章 融合坡向信息的 KFCM 小班界线提取方法 | 第68-82页 |
| ·常用聚类图像分割方法 | 第68-74页 |
| ·K-means 算法 | 第68-69页 |
| ·迭代自组织（IsoData）算法 | 第69-71页 |
| ·模糊C 均值聚类（FCM）算法 | 第71-74页 |
| ·基于核的模糊C 均值聚类（KFCM） | 第74-79页 |
| ·基于核的模糊 C 均值聚类（KFCM）算法 | 第74-77页 |
| ·融合坡向信息的KFCM | 第77-79页 |
| ·典型算法性能比较分析 | 第79页 |
| ·基于 KFCM 图像分割的小班界线提取 | 第79-81页 |
| ·提取流程 | 第79-81页 |
| ·结果评价 | 第81页 |
| ·本章小结 | 第81-82页 |
| 第六章 基于 DEM 的小班界线提取技术 | 第82-91页 |
| ·概述 | 第82页 |
| ·实验的处理方法和数据 | 第82-88页 |
| ·等高线的生成 | 第84页 |
| ·DEM 的生成和坡向的提取 | 第84-86页 |
| ·图像处理流程和小班界线的生成 | 第86-88页 |
| ·小班界线提取效果评价 | 第88-90页 |
| ·本章小结 | 第90-91页 |
| 第七章 基于沉浸分水岭变换和NORMALIZED CUT 算法的 | 第91-110页 |
| ·分水岭变换 | 第91-96页 |
| ·简介 | 第91页 |
| ·沉浸分水岭变换 | 第91-93页 |
| ·过分割现象的处理与改进 | 第93-96页 |
| ·使用分水岭变换来分割遥感影像 | 第96-98页 |
| ·基于图论的图像分割 | 第98-101页 |
| ·基于图论的图像分割简介 | 第98页 |
| ·Normalized cut 算法 | 第98-101页 |
| ·综合沉浸分水岭变换和NORMALIZED CUT 算法的小班界线提取方法 | 第101-107页 |
| ·提取原理 | 第101页 |
| ·林班界线的提取 | 第101-102页 |
| ·小班界线的提取 | 第102页 |
| ·结果与分析 | 第102-107页 |
| ·基于沉浸分水岭变换和NORMALIZED CUT 算法的小班界线提取系统 | 第107-109页 |
| ·小班界线提取系统开发的方法 | 第107-108页 |
| ·系统主要功能介绍 | 第108-109页 |
| ·本章小结 | 第109-110页 |
| 第八章 总结与展望 | 第110-113页 |
| ·主要工作和创新点 | 第110-111页 |
| ·今后研究的展望 | 第111-113页 |
| 参考文献 | 第113-125页 |
| 附表1 各波段间的相关系数矩阵 | 第125-126页 |
| 附件2 主要算法的MATLAB 代码 | 第126-130页 |
| 详细摘要 | 第130-133页 |
