| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-11页 |
| 1.1 国内外研究现状 | 第6-8页 |
| 1.2 研究意义 | 第8-9页 |
| 1.3 研究内容 | 第9页 |
| 1.4 技术路线 | 第9-11页 |
| 第二章 遥感图像配准算法研究 | 第11-27页 |
| 2.1 引言 | 第11页 |
| 2.2 图像配准的基本原理 | 第11-15页 |
| 2.3 SIFT算法 | 第15-17页 |
| 2.4 SURF算法 | 第17-22页 |
| 2.5 基于改进Harris-SURF算子的遥感图像配准算法 | 第22-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于SAR和landsat8数据融合的冬小麦种植区域信息提取 | 第27-38页 |
| 3.1 引言 | 第27-28页 |
| 3.2 遥感图像分类的基本原理 | 第28-30页 |
| 3.3 最大似然法 | 第30-31页 |
| 3.4 BP神经网络 | 第31-33页 |
| 3.5 基于SAR和landsat8数据融合的径向核函数SVM分类算法 | 第33-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 基于多源遥感数据的冬小麦生物量估算 | 第38-46页 |
| 4.1 引言 | 第38页 |
| 4.2 遥感数据作物生物量估算模型 | 第38-39页 |
| 4.3 遥感特征变量的提取 | 第39-41页 |
| 4.4 野外数据采集 | 第41-43页 |
| 4.5 基于Landsat数据和Sentinel-1A数据的生物量估算 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 总结和展望 | 第46-48页 |
| 5.1 全文结论 | 第46页 |
| 5.2 后续工作展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53-54页 |
| 个人简介 | 第54页 |
