| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 目录 | 第11-14页 |
| 图目录 | 第14-15页 |
| 表目录 | 第15-16页 |
| 1 绪论 | 第16-27页 |
| ·选题依据 | 第16-17页 |
| ·纹理分析研究综述 | 第17-21页 |
| ·纹理分析研究现状 | 第18-20页 |
| ·目前存在的问题及纹理分析发展趋势 | 第20-21页 |
| ·土地利用信息提取方法的研究进展 | 第21-24页 |
| ·研究目的 | 第24页 |
| ·研究内容及技术路线 | 第24-25页 |
| ·论文框架 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 2 纹理的描述和分析方法 | 第27-35页 |
| ·纹理描述 | 第27-28页 |
| ·纹理的分析方法 | 第28-34页 |
| ·统计分析法 | 第28-30页 |
| ·灰度游程长度法 | 第28-29页 |
| ·自相关函数 | 第29-30页 |
| ·结构分析法 | 第30-31页 |
| ·数学形态法 | 第30-31页 |
| ·模型分析法 | 第31-33页 |
| ·Markov随机场模型 | 第31-32页 |
| ·分形模型 | 第32-33页 |
| ·空间/频率域联合分析法 | 第33-34页 |
| ·小波变换 | 第33-34页 |
| ·Gabor滤波 | 第34页 |
| ·本章小结 | 第34-35页 |
| 3 遥感影像获取和预处理 | 第35-39页 |
| ·研究区概况 | 第35-36页 |
| ·数据获取 | 第36页 |
| ·预处理 | 第36-38页 |
| ·几何校正 | 第36页 |
| ·影像拼接及裁剪 | 第36-37页 |
| ·主成分变换 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 灰度共生矩阵纹理分析法 | 第39-48页 |
| ·灰度共生矩阵定义 | 第39页 |
| ·灰度共生矩阵的特点 | 第39-40页 |
| ·共生矩阵是对称方阵 | 第39-40页 |
| ·共生矩阵与统计方向和距离有关 | 第40页 |
| ·矩阵元素值的分布与图像的信息丰富程度密切相关 | 第40页 |
| ·共生矩阵元素值的分布情况与图像的纹理粗细程度密切相关 | 第40页 |
| ·灰度共生矩阵纹理特征提取步骤 | 第40-41页 |
| ·灰度共生纹理测度 | 第41-43页 |
| ·角二阶矩 | 第41-42页 |
| ·主对角线惯性矩 | 第42页 |
| ·熵 | 第42页 |
| ·方差 | 第42-43页 |
| ·均值 | 第43页 |
| ·均匀性 | 第43页 |
| ·相异性 | 第43页 |
| ·影响因素与纹理测度相关性分析 | 第43-46页 |
| ·影响因素 | 第43-46页 |
| ·纹理测度相关性分析 | 第46页 |
| ·本章小结 | 第46-48页 |
| 5 土地利用/土地覆被分类 | 第48-78页 |
| ·典型地物光谱特征分析及分类类别的确定 | 第48-50页 |
| ·特征选择和提取 | 第50-53页 |
| ·植被指数提取 | 第50-52页 |
| ·归一化差异水体指数 | 第52页 |
| ·研究区的地形特征提取 | 第52-53页 |
| ·研究区初步分区 | 第53-54页 |
| ·训练样区的选取与训练样本数据集合的评估 | 第54-59页 |
| ·最大似然法 | 第59-66页 |
| ·最大似然法分类结果 | 第60-62页 |
| ·分类精度评价 | 第62-66页 |
| ·决策树分类 | 第66-77页 |
| ·决策树分类方法 | 第67-71页 |
| ·基于See5.0算法的决策树分类 | 第71-72页 |
| ·决策树分类结果 | 第72-74页 |
| ·分类结果精度评价 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 6 结论与展望 | 第78-80页 |
| ·结论 | 第78-79页 |
| ·问题与展望 | 第79-80页 |
| 参考文献(References) | 第80-84页 |
| 个人简介 | 第84页 |