| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·选题背景和研究意义 | 第11-12页 |
| ·选题背景 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·面向对象信息提取研究现状 | 第12-14页 |
| ·研究目标及内容 | 第14-15页 |
| ·研究目标 | 第14-15页 |
| ·研究内容 | 第15页 |
| ·结构安排 | 第15-16页 |
| 第2章 面向对象遥感影像分类原理 | 第16-33页 |
| ·影像分割 | 第16-24页 |
| ·影像分割技术概述 | 第16页 |
| ·多尺度影像分割 | 第16-24页 |
| ·遥感影像中尺度的理解 | 第17页 |
| ·影像多尺度分割的特点与要求 | 第17-20页 |
| ·分割规则 | 第20-21页 |
| ·图层权重、均质性标准的设置和分割尺度的选取 | 第21-22页 |
| ·构建多尺度影像分割等级 | 第22-24页 |
| ·影像对象的特征及特征选取 | 第24-29页 |
| ·对象的特征信息 | 第24-29页 |
| ·图像空间关系和语义关系 | 第29页 |
| ·影像对象分类技术 | 第29-33页 |
| ·隶属函数模糊分类法 | 第30-32页 |
| ·标准最邻近分类法 | 第32-33页 |
| 第3章 基于面向对象技术的矿山遥感调查信息提取应用实例 | 第33-75页 |
| ·实验区及数据说明 | 第33-34页 |
| ·遥感影像预处理 | 第34-37页 |
| ·正射校正 | 第34-37页 |
| ·镶嵌与裁剪 | 第37页 |
| ·遥感影像增强 | 第37-51页 |
| ·影像融合 | 第37-48页 |
| ·遥感影像统计特征分析 | 第38-40页 |
| ·基于信息量的最佳波段组合选择 | 第40-41页 |
| ·数据融合与评价 | 第41-48页 |
| ·摸拟真彩色的影像彩色合成 | 第48-49页 |
| ·融合后影像再处理 | 第49-51页 |
| ·实验数据面向对象分类 | 第51-66页 |
| ·影像分割 | 第51-57页 |
| ·分类层次及分类规则的建立 | 第57-63页 |
| ·遥感影像对象分类 | 第63-66页 |
| ·分类精度评价 | 第66-75页 |
| ·精度评价方法 | 第66-67页 |
| ·实验数据分类精度评价 | 第67-75页 |
| ·混淆矩阵 | 第67-70页 |
| ·与野外验证的目视解译成果的比较 | 第70-75页 |
| 第4章 面向对象与基于像元分类的比较 | 第75-80页 |
| ·结合特征图层的最大似然影像分类 | 第75-77页 |
| ·最大似然分类法介绍 | 第75页 |
| ·结合相关特征分析的实验数据最大似然影像分类 | 第75-77页 |
| ·基于像元图像分类的精度评价与分析 | 第77-78页 |
| ·基于对象分类与基于像元分类的精度比较 | 第78-80页 |
| 第5章 总结与展望 | 第80-83页 |
| ·总结 | 第80-81页 |
| ·本文的不足与展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 附录 | 第88页 |