| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-12页 |
| ·引言：课题背景 | 第7页 |
| ·遥感概述 | 第7-11页 |
| ·遥感的概念及特点 | 第7-8页 |
| ·遥感的发展概述 | 第8-10页 |
| ·航天遥感发展概述 | 第8-10页 |
| ·高分辨率卫星 | 第10页 |
| ·遥感的主要特点 | 第10-11页 |
| ·本文目标和内容安排 | 第11-12页 |
| 第二章 城区主要地物的提取方法综述 | 第12-24页 |
| ·城区主要地物提取技术概述 | 第12-20页 |
| ·建筑物提取技术概述 | 第13-18页 |
| ·线状地物提取概述 | 第18-20页 |
| ·植物遥感 | 第20-24页 |
| ·植物的光谱特征 | 第20-21页 |
| ·植被指数 | 第21-24页 |
| 第三章 遥感图像处理的基本方法 | 第24-46页 |
| ·彩色合成原理 | 第24-26页 |
| ·图像增强(Image enhancement) | 第26-44页 |
| ·空间域增强 | 第27-38页 |
| ·点运算(Point Operation) | 第27-34页 |
| ·模板运算 | 第34-38页 |
| ·频率域增强 | 第38-43页 |
| ·颜色操作 | 第43-44页 |
| ·密度分割和彩色编码 | 第43-44页 |
| ·图像变换 | 第44-46页 |
| ·颜色空间的变换 | 第44-46页 |
| 第四章 遥感影像的计算机分类技术 | 第46-62页 |
| ·计算机分类综述 | 第46-49页 |
| ·遥感图像分类原理与基本过程 | 第48页 |
| ·计算机分类基本过程 | 第48-49页 |
| ·基于统计的Bayesian决策方法 | 第49-60页 |
| ·分类体系概述 | 第50-51页 |
| ·监督分类和非监督分类 | 第50-51页 |
| ·分类方法详述 | 第51-60页 |
| ·集群分析和动态聚类 | 第51-56页 |
| ·迭代自组织聚类分析(ISODATA) | 第56页 |
| ·最大似然分类法(Maximum likelihood) | 第56-57页 |
| ·最小距离分类(Minimum Distance Classifier) | 第57-58页 |
| ·平行六面体分类法(Parallelepiped Classifier) | 第58-60页 |
| ·其他方法 | 第60-62页 |
| ·主成分变换 | 第60-62页 |
| 第五章 采用的方法&技术流程 | 第62-86页 |
| ·研究目标 | 第62页 |
| ·研究区情况 | 第62页 |
| ·数据源介绍 | 第62-64页 |
| ·工具平台介绍 | 第64-69页 |
| ·方案设计 | 第69-70页 |
| ·技术流程详述 | 第70-73页 |
| ·绿地和其它地物的波谱特征分析 | 第73-74页 |
| ·阴影处理及分析 | 第74-76页 |
| ·昆明市城区主要地物的分类方法 | 第76页 |
| ·误判地物处理 | 第76-77页 |
| ·昆明市一环以内提取结果 | 第77-78页 |
| ·丰宁样区数据统计分析 | 第78-79页 |
| ·丰宁样区正射影像调查数据和人工调查数据对比分析 | 第79-80页 |
| ·丰宁样区数据处理示意 | 第80-82页 |
| ·新迎校区处理示意 | 第82-85页 |
| ·昆明市二环以内数据统计分析 | 第85-86页 |
| ·最终提取结果 | 第86页 |
| 第六章 结论与展望 | 第86-90页 |
| ·总结 | 第86-87页 |
| ·结论 | 第87-88页 |
| ·问题和不足 | 第88-90页 |
| 参考文献 | 第90-93页 |
| 致谢 | 第93-94页 |
| 附录A 攻读学位期间发表论文目录 | 第94页 |
