| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-20页 |
| ·概述 | 第9页 |
| ·高分辨率遥感影像及应用 | 第9-11页 |
| ·高分辨率遥感及其影像特征 | 第9-10页 |
| ·高分辨率遥感影像的应用 | 第10-11页 |
| ·遥感信息提取 | 第11-16页 |
| ·遥感信息提取技术 | 第11页 |
| ·遥感信息提取方法 | 第11-16页 |
| ·传统方法在高分辨率卫星影像分析中面临的问题 | 第16-18页 |
| ·本文研究的主要内容 | 第18页 |
| ·本文的结构安排 | 第18-20页 |
| 第二章 面向对象的遥感影像分析 | 第20-34页 |
| ·引言 | 第20页 |
| ·面向对象影像分析的基本概念 | 第20-25页 |
| ·图像分割(image segmentation) | 第22页 |
| ·尺度(scale) | 第22页 |
| ·影像对象(image object) | 第22页 |
| ·特征(feature) | 第22-24页 |
| ·上下文信息(context information) | 第24页 |
| ·分类器(classifier) | 第24-25页 |
| ·基于像元与面向对象 | 第25-26页 |
| ·面向对象影像分析中的特征提取 | 第26-28页 |
| ·面向对象影像分析研究现状 | 第28-31页 |
| ·面向对象的影像分析技术发展趋势 | 第31-34页 |
| 第三章 影像分割及其参数选择 | 第34-47页 |
| ·影像分割 | 第34页 |
| ·多尺度遥感影像分割 | 第34-47页 |
| ·多尺度分割概念 | 第35-37页 |
| ·基于异质性最小原则的区域合并算法 | 第37-40页 |
| ·多尺度分割技术流程 | 第40-47页 |
| 第四章 面向对象的影像分类方法 | 第47-62页 |
| ·面向对象的影像分类 | 第47-48页 |
| ·eCognition软件简介 | 第48-55页 |
| ·eCognition软件的主要特点 | 第48-49页 |
| ·使用eCognition进行面向对象的遥感信息提取过程 | 第49-55页 |
| ·模糊数学分类 | 第55-58页 |
| ·模糊数学基础 | 第55页 |
| ·模糊集和隶属函数 | 第55-56页 |
| ·常用的模糊隶属函数 | 第56-57页 |
| ·模糊分类原理 | 第57-58页 |
| ·影像信息提取方法 | 第58-59页 |
| ·多时相、多源遥感数据复合分类方法 | 第59-60页 |
| ·面向对象影像分类中的尺度问题 | 第60-62页 |
| 第五章 试验与结果 | 第62-75页 |
| ·研究区选择 | 第62页 |
| ·影像预处理 | 第62-63页 |
| ·确定分类目标 | 第63-64页 |
| ·多尺度分割 | 第64-66页 |
| ·分类 | 第66-73页 |
| ·分类策略 | 第66-67页 |
| ·分类结果 | 第67-73页 |
| ·精度评价 | 第73-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·总结 | 第75-76页 |
| ·展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 攻读硕士学位期间发表论文及参与的科研课题 | 第83-84页 |
| 致谢 | 第84页 |
