| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-14页 |
| 1.1 研究背景 | 第7-8页 |
| 1.3 面向对象遥感的提出和研究现状 | 第8-10页 |
| 1.3.1 国外研究现状 | 第8-9页 |
| 1.3.2 国内研究现状 | 第9-10页 |
| 1.4 滑坡遥感的发展与演变 | 第10-11页 |
| 1.5 研究意义 | 第11-12页 |
| 1.6 研究内容和技术路线 | 第12-14页 |
| 第二章 面向对象遥感影像滑坡识别方法 | 第14-22页 |
| 2.1 面向对象的遥感影像分割 | 第14-17页 |
| 2.1.1 多尺度影像分割 | 第14-17页 |
| 2.2 基于监督分类的滑坡识别 | 第17页 |
| 2.3 基于规则的滑坡识别 | 第17-19页 |
| 2.4 常用遥感影像分类精度评价方法 | 第19-22页 |
| 2.4.1 基于混淆矩阵的遥感影像分类精度评价方法 | 第19-20页 |
| 2.4.2 基于误差分析的滑坡信息提取精度评价方法 | 第20-22页 |
| 第三章 实验区概况及数据处理 | 第22-34页 |
| 3.1 研究区概况 | 第22-25页 |
| 3.1.1 流域概况 | 第22-23页 |
| 3.1.2 地质地貌 | 第23-25页 |
| 3.1.4 气候 | 第25页 |
| 3.2 数据准备 | 第25-27页 |
| 3.2.1 基础数据 | 第25-27页 |
| 3.2.2 数据处理平台 | 第27页 |
| 3.3 数据处理 | 第27-34页 |
| 3.3.1 遥感数据预处理 | 第27-29页 |
| 3.3.2 遥感影像的增强 | 第29页 |
| 3.3.3 影像的波段组合选择 | 第29-31页 |
| 3.3.4 影像融合 | 第31-34页 |
| 第四章 基于面向对象影像分析技术的滑坡识别 | 第34-43页 |
| 4.1 影像的分割 | 第34-36页 |
| 4.2 对象属性特征的选择 | 第36-37页 |
| 4.3 基于监督分类技术的滑坡识别 | 第37-39页 |
| 4.3.1 训练样本的选取与优化 | 第37页 |
| 4.3.2 训练结果 | 第37-38页 |
| 4.3.3 分类精度评价 | 第38-39页 |
| 4.4 基于规则的滑坡识别 | 第39-42页 |
| 4.4.1 可能滑坡的筛选 | 第39-40页 |
| 4.4.2 识别出误报的滑坡 | 第40-42页 |
| 4.4.3 识别精度 | 第42页 |
| 4.5 结果对比 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 5.1 总结 | 第43-44页 |
| 5.2 展望 | 第44-45页 |
| 参考文献 | 第45-51页 |
| 在学期间的研究成果 | 第51-52页 |
| 致谢 | 第52页 |