| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究的目的和意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13页 |
| 1.4 论文研究内容及组织结构 | 第13-15页 |
| 1.4.1 研究内容与技术路线 | 第13-14页 |
| 1.4.2 论文组织 | 第14-15页 |
| 1.5 小结 | 第15-16页 |
| 第二章 SAR影像溢油监测概述 | 第16-23页 |
| 2.1 海面溢油遥感监测手段 | 第16-19页 |
| 2.1.1 激光荧光传感器 | 第16页 |
| 2.1.2 光学传感器 | 第16-18页 |
| 2.1.3 微波遥感传感器 | 第18-19页 |
| 2.2 合成孔径雷达 | 第19-22页 |
| 2.2.1 雷达成像特点及分类 | 第19页 |
| 2.2.2 合成孔径雷达概述 | 第19-20页 |
| 2.2.3 SAR监测海洋溢油的原理 | 第20-21页 |
| 2.2.4 SAR监测海洋溢油的方法过程 | 第21-22页 |
| 2.3 小结 | 第22-23页 |
| 第三章 数据准备与预处理 | 第23-30页 |
| 3.1 ENVISAT-1 卫星及ASAR传感器介绍 | 第23页 |
| 3.2 实验数据介绍 | 第23-25页 |
| 3.3 辐射校正 | 第25-27页 |
| 3.4 几何校正 | 第27-28页 |
| 3.5 滤波 | 第28-29页 |
| 3.6 小结 | 第29-30页 |
| 第四章 图像分割 | 第30-37页 |
| 4.1. 图像分割方法综述 | 第30-32页 |
| 4.1.1 阈值法 | 第30页 |
| 4.1.2 边缘检测法 | 第30-31页 |
| 4.1.3 区域分割法 | 第31页 |
| 4.1.4 基于模糊理论的分割方法 | 第31-32页 |
| 4.1.5 基于小波分析和变换的分割方法 | 第32页 |
| 4.2 Sobel算子 | 第32-33页 |
| 4.3 种子填充 | 第33-34页 |
| 4.4 单一阈值 | 第34-36页 |
| 4.5 小结 | 第36-37页 |
| 第五章 辅以纹理特征的监督分类 | 第37-48页 |
| 5.1 遥感图像信息提取识别技术 | 第37-38页 |
| 5.1.1 目视解译 | 第37页 |
| 5.1.2 计算机自动识别分类 | 第37-38页 |
| 5.2 常见的监督分类 | 第38-41页 |
| 5.2.1 最小距离分类 | 第38-39页 |
| 5.2.2 平行六面体分类 | 第39-40页 |
| 5.2.3 支持向量机（SVM）分类 | 第40-41页 |
| 5.2.4 存在的问题 | 第41页 |
| 5.3 纹理特征的提取 | 第41-46页 |
| 5.3.1 纹理特征 | 第41-42页 |
| 5.3.2 灰度共生矩阵 | 第42-43页 |
| 5.3.3 纹理特征的选择 | 第43-46页 |
| 5.4 辅以纹理特征的监督分类 | 第46-47页 |
| 5.5 小结 | 第47-48页 |
| 第六章 面向对象的分类方法 | 第48-64页 |
| 6.1 面向对象分类 | 第48-49页 |
| 6.2 基于ENVI-EX的面向对象分类 | 第49-53页 |
| 6.2.1 图像分割 | 第50-51页 |
| 6.2.2 计算对象属性 | 第51页 |
| 6.2.3 特征提取 | 第51-53页 |
| 6.3 基于eCognition的面向对象分类 | 第53-62页 |
| 6.3.1 多尺度分割 | 第54-56页 |
| 6.3.2 分类特征的选择 | 第56页 |
| 6.3.3 图像分类 | 第56-62页 |
| 6.4 小结 | 第62-64页 |
| 结论与展望 | 第64-66页 |
| 1 结论 | 第64-65页 |
| 2 展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间取得的学术成果 | 第71-72页 |
| 致谢 | 第72页 |