| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 图表目录 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| ·选题依据和课题背景 | 第10-11页 |
| ·遥感技术 | 第10页 |
| ·课题提出 | 第10-11页 |
| ·国内外研究动态 | 第11-13页 |
| ·遥感信息处理技术的发展 | 第11-12页 |
| ·模式识别在遥感图像信息处理中的应用 | 第12-13页 |
| ·本文的主要工作和编排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 遥感图像信息提取技术 | 第15-23页 |
| ·概述 | 第15-16页 |
| ·遥感图像信息提取的概念及原理 | 第16页 |
| ·遥感图像信息提取的特点和原则 | 第16-17页 |
| ·图像分类统计量 | 第17-19页 |
| ·监督分类和非监督分类的概念 | 第19-22页 |
| ·遥感图像的非监督分类 | 第19-21页 |
| ·监督分类 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 纹理分析 | 第23-36页 |
| ·概述 | 第23页 |
| ·纹理分析概念及分析方法 | 第23-25页 |
| ·灰度共生矩阵(Gray Level Co_occurrence Matrix, GLOM ) | 第25-31页 |
| ·矩阵基本原理 | 第25-27页 |
| ·矩阵特征 | 第27-28页 |
| ·二次统计特征量 | 第28-31页 |
| ·共生矩阵的实现 | 第31-33页 |
| ·纹理分析方法的比较 | 第33-34页 |
| ·遥感图像的纹理特征 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 神经网络 | 第36-40页 |
| ·神经网络的基本机理和结构 | 第36-37页 |
| ·反向传播(BP)神经网络模型 | 第37-38页 |
| ·学习效率问题 | 第38-39页 |
| ·停止准则 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第五章 遥感图像信息提取试验 | 第40-62页 |
| ·试验数据来源与实验目的 | 第40页 |
| ·使用光谱特征提取针叶林地物信息 | 第40-43页 |
| ·使用纹理方法提取阔叶林信息 | 第43-56页 |
| ·图像的预处理 | 第45-49页 |
| ·计算灰度共生矩阵并提取二次统计特征量 | 第49-51页 |
| ·遥感图像纹理识别 | 第51-53页 |
| ·遥感图像识别 | 第53-56页 |
| ·信息提取实验结果及分析 | 第56-61页 |
| ·本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |