| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 传统的遥感影像信息提取 | 第12-13页 |
| 1.2.2 面向对象的影像分析技术 | 第13-14页 |
| 1.3 研究思路与技术路线 | 第14-17页 |
| 1.3.1 研究内容和目标 | 第14-15页 |
| 1.3.2 研究方法 | 第15页 |
| 1.3.3 技术路线 | 第15-17页 |
| 1.4 文章组织结构 | 第17-19页 |
| 第二章 面向对象的高分辨率影像信息提取技术 | 第19-35页 |
| 2.1 影像分割 | 第19-22页 |
| 2.1.1 影像分割概述 | 第19-20页 |
| 2.1.2 影像分割的算法 | 第20-22页 |
| 2.2 影像对象的特征介绍 | 第22-26页 |
| 2.2.1 影像对象的固有特征 | 第23-25页 |
| 2.2.2 影像对象的语义特征 | 第25页 |
| 2.2.3 影像对象的全局特征 | 第25页 |
| 2.2.4 影像对象的自定义特征 | 第25-26页 |
| 2.3 影像对象特征选择 | 第26-27页 |
| 2.4 面向对象的影像分类 | 第27-32页 |
| 2.4.1 最邻近分类 | 第28-29页 |
| 2.4.2 隶属度分类 | 第29-30页 |
| 2.4.3 规则分类 | 第30-32页 |
| 2.5 精度评价 | 第32-35页 |
| 第三章 研究区概况及数据预处理 | 第35-39页 |
| 3.1 研究区概况 | 第35-36页 |
| 3.1.1 地理位置 | 第35页 |
| 3.1.2 气候及经济状况 | 第35-36页 |
| 3.2 数据介绍 | 第36页 |
| 3.3 数据预处理 | 第36-37页 |
| 3.3.1 几何校正 | 第37页 |
| 3.3.2 影像融合 | 第37页 |
| 3.4 软件平台 | 第37-39页 |
| 第四章 影像分割与特征空间构建 | 第39-49页 |
| 4.1 研究区影像分割试验 | 第39-45页 |
| 4.1.1 多尺度分割的原理 | 第39-40页 |
| 4.1.2 多尺度分割的流程 | 第40-41页 |
| 4.1.3 多尺度分割参数设置分析 | 第41-43页 |
| 4.1.4 光谱差异分割参数设置分析 | 第43-45页 |
| 4.2 分类体系及样本选择 | 第45-46页 |
| 4.2.1 分类体系的建立 | 第45-46页 |
| 4.2.2 分类样本和评价样本 | 第46页 |
| 4.3 分类特征空间的构建 | 第46-49页 |
| 第五章 集成最邻近分类理论与SEaTH算法的土地覆盖分类 | 第49-65页 |
| 5.1 基于面向对象的最邻近分类 | 第49-53页 |
| 5.1.1 最邻近分类信息提取流程 | 第49-53页 |
| 5.1.2 最邻近分类实验结果 | 第53页 |
| 5.2 基于面向对象的规则分类 | 第53-57页 |
| 5.2.1 阈值分离算法信息提取流程 | 第53-57页 |
| 5.2.2 阈值分离算法分类结果 | 第57页 |
| 5.3 集成最邻近理论与SEaTH算法的土地覆盖分类 | 第57-61页 |
| 5.3.1 最邻近分类与SEaTH算法的集成策略 | 第57-58页 |
| 5.3.2 两种方法集成的信息提取流程 | 第58-60页 |
| 5.3.3 两种分类方法集成的分类结果 | 第60-61页 |
| 5.4 精度评价与结果分析 | 第61-65页 |
| 5.4.1 精度评价分析 | 第61-63页 |
| 5.4.2 分类结果目视分析 | 第63-65页 |
| 第六章 结论与展望 | 第65-69页 |
| 6.1 研究结论 | 第65-66页 |
| 6.2 研究展望 | 第66-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75页 |