| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 引言 | 第9-18页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 国内研究现状 | 第11-13页 |
| 1.2.2 国外研究现状 | 第13页 |
| 1.3 研究内容、研究方法和技术路线 | 第13-17页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14-16页 |
| 1.3.3 本论文章节安排 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第2章 传统遥感影像水体信息提取 | 第18-27页 |
| 2.1 水体的特征分析 | 第18-19页 |
| 2.2 水体信息提取的传统方法 | 第19-22页 |
| 2.2.1 单波段阈值法 | 第19页 |
| 2.2.2 谱间关系法 | 第19-20页 |
| 2.2.3 植被指数法 | 第20页 |
| 2.2.4 归一化差异水体指数法 | 第20-21页 |
| 2.2.5 改进的归一化差异水体指数法 | 第21-22页 |
| 2.3 遥感影像的提取试验 | 第22-26页 |
| 2.3.1 实验数据及提取试验流程 | 第22页 |
| 2.3.2 单波段阈值法 | 第22-23页 |
| 2.3.3 植被指数法 | 第23-25页 |
| 2.3.4 归一化差异水体指数（NDWI） | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 面向对象的高分辨率遥感影像提取技术 | 第27-49页 |
| 3.1 影像分割介绍 | 第27-41页 |
| 3.1.1 影像分割定义与分割方法分析 | 第27-28页 |
| 3.1.2 面向对象的影像分割方法 | 第28-30页 |
| 3.1.3 eCognition 软件的多尺度分割概念 | 第30-32页 |
| 3.1.4 多尺度分割策略[55][56] | 第32-35页 |
| 3.1.5 分割参数的选择 | 第35-38页 |
| 3.1.6 最优尺度的分析和选择 | 第38-41页 |
| 3.2 面向对象的遥感影像的提取方法 | 第41-47页 |
| 3.2.1 基于训练样本的专题信息提取 | 第41-43页 |
| 3.2.2 基于规则的专题信息提取 | 第43-47页 |
| 3.3 本章小结 | 第47-49页 |
| 第4章 面向对象的水体信息提取 | 第49-59页 |
| 4.1 实验数据 | 第49页 |
| 4.2 实验流程 | 第49-50页 |
| 4.3 影像预处理 | 第50-51页 |
| 4.4 最优分割尺度的选择 | 第51-55页 |
| 4.5 构建知识库 | 第55-57页 |
| 4.6 水体信息提取 | 第57-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第5章 面向对象水体信息提取与传统提取方法比较 | 第59-60页 |
| 5.1 信息提取精度评价 | 第59页 |
| 5.2 小结 | 第59-60页 |
| 第6章 一种基于像元和面向对象的库塘信息提取方法 | 第60-67页 |
| 6.1 基本思路 | 第60-62页 |
| 6.2 库塘信息提取实验 | 第62-65页 |
| 6.2.1 研究区概况 | 第62页 |
| 6.2.2 创建一个较低分辨率的子工程 | 第62-63页 |
| 6.2.3 库塘信息粗分类 | 第63-64页 |
| 6.2.4 进行区域详细分析 | 第64-65页 |
| 6.3 实验结果分析与精度评定 | 第65-66页 |
| 6.4 本章小结 | 第66-67页 |
| 第7章 结论与展望 | 第67-68页 |
| 7.1 结论 | 第67页 |
| 7.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录 A：图目录 | 第72-73页 |
| 附录 B:表目录 | 第73-75页 |
| 攻读学位期间发表的学术论文和研究成果 | 第75-76页 |
| 致谢 | 第76页 |