| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究背景 | 第11-14页 |
| ·遥感技术的发展 | 第11-12页 |
| ·高分辨率遥感应用现状 | 第12-13页 |
| ·光学遥感影像的特点与应用 | 第13-14页 |
| ·遥感影像地学解译 | 第14-16页 |
| ·解译目的 | 第14页 |
| ·解译的一般过程 | 第14-15页 |
| ·遥感图像解译技术的发展与挑战 | 第15-16页 |
| ·本文的主要研究内容 | 第16-17页 |
| ·研究内容和目标 | 第16-17页 |
| ·研究意义 | 第17页 |
| ·本文的主要创新点 | 第17-18页 |
| ·本文的组织结构 | 第18-20页 |
| 第二章 高分辨率光学遥感影像的特点与自动识别问题的讨论 | 第20-28页 |
| ·遥感影像的特点 | 第20-22页 |
| ·影响遥感影像特性的主要因素 | 第20-21页 |
| ·高分辨率光学遥感影像的特点 | 第21-22页 |
| ·高分辨率光学遥感影像解译策略的讨论 | 第22-26页 |
| ·影像的自身特性是正确决策的重要基础 | 第22-24页 |
| ·关于遥感影像基本解译策略的讨论 | 第24-26页 |
| ·地物类别特征选择的准则及视觉识别结果的导入 | 第26页 |
| ·关于自动化与精度的讨论 | 第26-28页 |
| 第三章 水体影像特征及其自动识别建模 | 第28-51页 |
| ·引言 | 第28-31页 |
| ·水体提取技术的研究意义 | 第28-29页 |
| ·基于影像的水体自动识别技术现状 | 第29-31页 |
| ·高分辨率光学遥感影像水域特征 | 第31-35页 |
| ·水体的基本特性 | 第31-32页 |
| ·水体主要视觉特征的讨论 | 第32-35页 |
| ·基于视觉特征的水域识别技术 | 第35-41页 |
| ·特征选择 | 第35-37页 |
| ·算法描述 | 第37-38页 |
| ·算法的主要步骤 | 第38-39页 |
| ·滤波器参数计算 | 第39-41页 |
| ·实验与评价 | 第41-50页 |
| ·实验影像 | 第41-43页 |
| ·实验结果与整体评价 | 第43-47页 |
| ·定量比较 | 第47-50页 |
| ·结论 | 第50页 |
| 本章小结 | 第50-51页 |
| 第四章 阴影特征分析与自动识别建模 | 第51-101页 |
| ·引言 | 第51-55页 |
| ·阴影成因与分类 | 第51-52页 |
| ·研究阴影的意义 | 第52-53页 |
| ·主要的阴影检测技术概述 | 第53-54页 |
| ·阴影检测技术的现状与主要问题 | 第54-55页 |
| ·遥感影像阴影特征分析 | 第55-63页 |
| ·颜色空间 | 第55-57页 |
| ·遥感影像阴影区颜色特性 | 第57-63页 |
| ·多特征综合的阴影检测技术 | 第63-80页 |
| ·模型描述 | 第63-68页 |
| ·实验与分析 | 第68-73页 |
| ·比较与评价 | 第73-80页 |
| ·结论 | 第80页 |
| ·基于自适应特征选择的阴影检测技术 | 第80-100页 |
| ·模型描述 | 第81-89页 |
| ·实验与分析 | 第89-99页 |
| ·结论 | 第99-100页 |
| 本章小结 | 第100-101页 |
| 第五章 植被的视觉特征与自动识别 | 第101-121页 |
| ·引言 | 第101-105页 |
| ·研究意义 | 第101-102页 |
| ·遥感影像植被提取的主要技术及问题 | 第102-105页 |
| ·植被的分类与视觉识别 | 第105-107页 |
| ·植被的分类 | 第105页 |
| ·植被主要视觉特征的讨论 | 第105-107页 |
| ·基于视觉特征的城市植被自动提取建模 | 第107-120页 |
| ·模型描述 | 第107-112页 |
| ·试验与分析 | 第112-119页 |
| ·结论 | 第119-120页 |
| 本章小结 | 第120-121页 |
| 第六章 总结与展望 | 第121-124页 |
| ·全文总结 | 第121-122页 |
| ·本研究后续工作的设想 | 第122-124页 |
| 参考文献 | 第124-131页 |
| 致谢 | 第131-132页 |
| 攻读博士学位期间主要参加的科研项目 | 第132-133页 |
| 攻读博士学位期间发表的研究论文 | 第133-135页 |