| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 插图和附表清单 | 第7-8页 |
| 縮略语表 | 第8-9页 |
| 1 绪论 | 第9-15页 |
| 1.1 遥感影像分类的研究背景及意义 | 第9-10页 |
| 1.2 遥感影像自动拼接技术的研究背景及意义 | 第10页 |
| 1.3 遥感影像分类的国内外研究现状 | 第10-12页 |
| 1.4 遥感影像自动拼接技术的国内外研究现状 | 第12-13页 |
| 1.5 论文主要研究工作及结构安排 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 2 研究区概述及遥感数据的概述 | 第15-19页 |
| 2.1 黄河乌拉特前旗黄河断面的地理位置 | 第15页 |
| 2.2 乌拉特前旗气候特征 | 第15-16页 |
| 2.3 数据简介 | 第16-17页 |
| 2.4 数据的获取与数据预处理 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 3 遥感影像的最佳波段组合 | 第19-27页 |
| 3.1 最佳波段组合的方法概述 | 第19-20页 |
| 3.1.1 单波段的信息量比较 | 第19页 |
| 3.1.2 相关系数的计算 | 第19-20页 |
| 3.1.3 信息熵的计算 | 第20页 |
| 3.1.4 最佳指数(OIF)的计算 | 第20页 |
| 3.2 遥感影像最佳波段组合的提取与选择 | 第20-25页 |
| 3.2.1 畅流期(2011.11.10)多波段遥感影像分析 | 第21-23页 |
| 3.2.2 冰封期(2011.12.28)多波段遥感影像分析 | 第23-25页 |
| 3.3 原始图像及结果显示 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 4 遥感图像分类技术 | 第27-36页 |
| 4.1 遥感影像分类的概论 | 第27-29页 |
| 4.1.1 分类的基本原理 | 第27-28页 |
| 4.1.2 分类的一般过程 | 第28-29页 |
| 4.2 非监督分类 | 第29-31页 |
| 4.2.1 K-means算法 | 第29-31页 |
| 4.2.2 ISODATA算法 | 第31页 |
| 4.2.3 非监督分类的优缺点 | 第31页 |
| 4.3 监督分类 | 第31-34页 |
| 4.3.1 最小距离法 | 第32-33页 |
| 4.3.2 最大似然法 | 第33-34页 |
| 4.3.3 监督分类的优缺点 | 第34页 |
| 4.4 实际应用 | 第34-35页 |
| 4.5 本章小结 | 第35-36页 |
| 5 遥感图像自动拼接技术 | 第36-46页 |
| 5.1 遥感图像自动拼接技术的概述 | 第36-37页 |
| 5.2 建立高斯差分金字塔尺度空间 | 第37-39页 |
| 5.3 确定特征点的位置 | 第39-41页 |
| 5.4 确定特征点的方向 | 第41页 |
| 5.5 生成特征点描述符 | 第41-42页 |
| 5.6 特征点匹配 | 第42-43页 |
| 5.7 拼接结果 | 第43-45页 |
| 5.8 本章小结 | 第45-46页 |
| 6 结论 | 第46-47页 |
| 7 展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 作者简介 | 第52页 |