| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-13页 |
| 1.1.1 高分遥感技术简介 | 第10-13页 |
| 1.1.2 高分影像面向对象分类技术 | 第13页 |
| 1.1.3 蚁群算法在高分遥感影像分类中的应用 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 遥感影像分割研究现状 | 第14-15页 |
| 1.2.2 基于规则集挖掘的面向对象分类研究现状 | 第15-16页 |
| 1.3 研究目的与意义 | 第16-17页 |
| 1.4 主要研究内容及技术路线 | 第17-19页 |
| 1.4.1 主要研究内容 | 第17-18页 |
| 1.4.2 技术路线 | 第18-19页 |
| 1.5 论文内容组织 | 第19-20页 |
| 第2章 面向对象分类方法与原理 | 第20-34页 |
| 2.1 遥感影像面向对象分类方法概述 | 第20页 |
| 2.2 遥感影像分割原理与方法 | 第20-28页 |
| 2.2.1 基于边缘检测的影像分割 | 第21-25页 |
| 2.2.2 基于区域的影像分割 | 第25-27页 |
| 2.2.3 其他影像分割方法 | 第27-28页 |
| 2.3 基于面向对象的影像分类方法 | 第28-32页 |
| 2.3.1 最邻近分类方法 | 第28-29页 |
| 2.3.2 模糊分类方法 | 第29-31页 |
| 2.3.3 规则集分类方法 | 第31-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第3章 基于S-Ant-Miner规则的地物分类方法 | 第34-62页 |
| 3.1 方法概述 | 第34页 |
| 3.2 边缘约束的多尺度分割方法 | 第34-39页 |
| 3.2.1 多尺度分割方法 | 第34-38页 |
| 3.2.2 基于边缘约束的多尺度分割方法 | 第38-39页 |
| 3.3 分割实验与结果分析 | 第39-44页 |
| 3.3.1 研究区概况及实验总体设计 | 第39-42页 |
| 3.3.2 分割结果对比与评价 | 第42-44页 |
| 3.4 S-Ant-Miner分类规则挖掘算法 | 第44-54页 |
| 3.4.1 蚁群算法介绍 | 第44-46页 |
| 3.4.2 Ant-miner算法实现 | 第46-50页 |
| 3.4.3 SEaTH算法原理 | 第50-54页 |
| 3.4.4 S-Ant-Miner算法 | 第54页 |
| 3.5 基于S-Ant-Miner算法的分类实验 | 第54-59页 |
| 3.6 本章小结 | 第59-62页 |
| 第4章 算法基于矿区高分影像的分类实验 | 第62-68页 |
| 4.1 在关宝山矿区无人机影像分类中的应用 | 第62-64页 |
| 4.2 在东鞍山矿区高分卫星影像分类中的应用 | 第64-66页 |
| 4.3 本章小结 | 第66-68页 |
| 第5章 结论与展望 | 第68-70页 |
| 5.1 结论 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间发表的论文及科学研究经历 | 第76页 |