| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-23页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.2.1 高分辨率遥感发展现状 | 第12-14页 |
| 1.2.2 道路和水系典型要素提取国内外研究现状 | 第14-18页 |
| 1.2.3 发展前景以及亟需解决的问题 | 第18-19页 |
| 1.3 研究内容和论文安排 | 第19-23页 |
| 1.3.1 技术流程 | 第19-21页 |
| 1.3.2 论文框架结构 | 第21-23页 |
| 第二章 遥感影像分类方法和特征体系 | 第23-39页 |
| 2.1 高分辨率遥感影像分类方法 | 第23-30页 |
| 2.1.1 监督分类 | 第23-25页 |
| 2.1.2 非监督分类 | 第25-27页 |
| 2.1.3 决策树分类 | 第27-28页 |
| 2.1.4 面向对象分类 | 第28-30页 |
| 2.2 高分辨率遥感影像特征体系 | 第30-38页 |
| 2.2.1 高分辨率遥感影像中的特征 | 第31-34页 |
| 2.2.2 易康（eCognition）特征集 | 第34-38页 |
| 2.3 本章小节 | 第38-39页 |
| 第三章 典型要素特征分析 | 第39-51页 |
| 3.1 水系要素分析 | 第41-45页 |
| 3.1.1 水系要素基本特征 | 第41-42页 |
| 3.1.2 水系特征统计分析 | 第42-45页 |
| 3.2 道路要素分析 | 第45-50页 |
| 3.2.1 道路要素基本特征 | 第45-47页 |
| 3.2.2 道路要素特征分析 | 第47-50页 |
| 3.3 本章小节 | 第50-51页 |
| 第四章 面向高分辨率遥感影像的分层策略研究 | 第51-65页 |
| 4.1 易康（eCognition）软件介绍 | 第52-57页 |
| 4.1.1 易康的特点及优势 | 第52-56页 |
| 4.1.2 易康软件的应用 | 第56-57页 |
| 4.2 分层策略 | 第57-59页 |
| 4.2.1 分层策略的原则 | 第57页 |
| 4.2.2 分层策略的设计 | 第57-59页 |
| 4.3 分层策略试验 | 第59-62页 |
| 4.3.1 数据介绍 | 第59-60页 |
| 4.3.2 技术流程 | 第60-61页 |
| 4.3.3 试验成果 | 第61-62页 |
| 4.4 精度分析 | 第62-64页 |
| 4.5 本章小节 | 第64-65页 |
| 第五章 基于IDL的典型要素提取 | 第65-82页 |
| 5.1 IDL语言概述 | 第65-71页 |
| 5.1.1 IDL语言的主要特点 | 第65-66页 |
| 5.1.2 IDL的应用 | 第66-70页 |
| 5.1.3 ENVI/IDL在地理国情典型要素提取中的优势 | 第70-71页 |
| 5.2 IDL提取典型要素的技术流程 | 第71-72页 |
| 5.3 IDL提取试验 | 第72-78页 |
| 5.3.1 研究区域概况 | 第72-73页 |
| 5.3.2 水系典型要素提取 | 第73-74页 |
| 5.3.3 道路典型要素提取 | 第74-78页 |
| 5.4 精度分析 | 第78-80页 |
| 5.4.1 水系要素精度分析 | 第78-79页 |
| 5.4.2 道路要素精度分析 | 第79-80页 |
| 5.5 本章小节 | 第80-82页 |
| 第六章 结论与展望 | 第82-84页 |
| 6.1 结论 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 在学期间发表的论文及取得的学术成果 | 第89页 |