| 中文摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 中文文摘 | 第5-9页 |
| 绪论 | 第9-23页 |
| 1 选题背景和研究意义 | 第9-10页 |
| 2 国内外研究进展 | 第10-20页 |
| 2.1 面向对象的分类技术 | 第10-15页 |
| 2.1.1 分割算法和最优分割参数选择 | 第10-13页 |
| 2.1.1.1 分割算法 | 第10-11页 |
| 2.1.1.2 最优分割参数选择方法 | 第11-13页 |
| 2.1.2 特征选择与规则集建立 | 第13-15页 |
| 2.2 水稻信息遥感提取技术 | 第15-20页 |
| 2.2.1 水稻信息遥感提取数据处理技术 | 第15-17页 |
| 2.2.1.1 利用遥感影像构建多种特征参数 | 第15-16页 |
| 2.2.1.2 多源遥感或非遥感辅助数据 | 第16-17页 |
| 2.2.2 水稻信息遥感提取分类方法 | 第17-20页 |
| 2.2.2.1 基于像元的水稻信息遥感提取分类方法 | 第17-18页 |
| 2.2.2.2 面向对象的水稻信息遥感提取分类方法 | 第18-20页 |
| 3 研究内容与技术路线 | 第20-23页 |
| 3.1 研究内容 | 第20-21页 |
| 3.2 技术路线 | 第21-23页 |
| 第一章 研究区概况和数据预处理 | 第23-27页 |
| 1.1 研究区概况 | 第23-24页 |
| 1.2 数据源 | 第24-25页 |
| 1.2.1 水稻物候历数据 | 第24页 |
| 1.2.2 遥感影像数据 | 第24-25页 |
| 1.2.3 其他数据 | 第25页 |
| 1.3 数据预处理 | 第25-27页 |
| 1.3.1 辐射校正 | 第25页 |
| 1.3.2 缨帽变换 | 第25-27页 |
| 第二章 研究区典型地物光谱特征研究 | 第27-31页 |
| 2.1 分类体系确定 | 第27页 |
| 2.2 解译标志建立 | 第27页 |
| 2.3 典型地物光谱特征分析 | 第27-31页 |
| 第三章 影像分割 | 第31-45页 |
| 3.1 影像分割原理 | 第31-37页 |
| 3.1.1 多尺度分割算法 | 第31-35页 |
| 3.1.2 光谱差异分割算法 | 第35页 |
| 3.1.3 最优分割参数选择方法 | 第35-37页 |
| 3.2 水稻最优分割效果获取实验 | 第37-45页 |
| 3.2.1 水稻多尺度分割实验 | 第37-42页 |
| 3.2.1.1 波段权重确定 | 第37-38页 |
| 3.2.1.2 尺度范围确定 | 第38-39页 |
| 3.2.1.3 最优分割参数获取 | 第39-42页 |
| 3.2.2 水稻光谱差异分割实验 | 第42-45页 |
| 第四章 面向对象分类 | 第45-59页 |
| 4.1 面向对象分类原理 | 第45-50页 |
| 4.1.1 面向对象遥感影像分类方法 | 第45-46页 |
| 4.1.2 改进的SEaTH算法 | 第46-50页 |
| 4.1.2.1 特征选择 | 第47-48页 |
| 4.1.2.2 特征阈值确定 | 第48-49页 |
| 4.1.2.3 特征去相关 | 第49-50页 |
| 4.2 水稻提取相关特征 | 第50-53页 |
| 4.3 水稻提取特征选择与规则集建立 | 第53-59页 |
| 4.3.1 水稻提取特征选择与阈值确定 | 第53-56页 |
| 4.3.1.1 水稻提取特征去相关 | 第53-54页 |
| 4.3.1.2 水稻提取特征选择 | 第54-55页 |
| 4.3.1.3 水稻提取特征阈值确定 | 第55-56页 |
| 4.3.2 水稻提取规则集建立及分类 | 第56-59页 |
| 第五章 精度评价 | 第59-67页 |
| 5.1 混淆矩阵评价法 | 第59-60页 |
| 5.2 水稻提取结果精度评价 | 第60-61页 |
| 5.3 方法可移植性检验 | 第61-67页 |
| 第六章 结论与展望 | 第67-69页 |
| 6.1 研究结论 | 第67-68页 |
| 6.2 研究特色与创新点 | 第68页 |
| 6.3 不足与展望 | 第68-69页 |
| 参考文献 | 第69-79页 |
| 攻读学位期间承担的科研任务与主要成果 | 第79-81页 |
| 致谢 | 第81-83页 |
| 个人简介 | 第83-87页 |