| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-13页 |
| 1.2 面向对象方法滑坡识别国内外研究现状 | 第13-15页 |
| 1.3 课题来源 | 第15页 |
| 1.4 研究内容与技术路线 | 第15-18页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 技术路线 | 第16-18页 |
| 1.5 论文组织结构 | 第18-20页 |
| 第二章 研究区概况及高分遥感数据预处理 | 第20-28页 |
| 2.1 研究区概况 | 第20-24页 |
| 2.1.1 地形地貌 | 第20页 |
| 2.1.2 地层岩性 | 第20-21页 |
| 2.1.3 气候水文 | 第21-22页 |
| 2.1.4 黑方台滑坡分布情况 | 第22-24页 |
| 2.2 黑方台高分辨率遥感数据介绍 | 第24-25页 |
| 2.2.1 GeoEye-1 | 第24页 |
| 2.2.2 WorldView-2 | 第24-25页 |
| 2.3 高分遥感数据预处理 | 第25-28页 |
| 第三章 遥感影像滑坡识别技术方法 | 第28-40页 |
| 3.1 基于像元信息提取方法 | 第28-31页 |
| 3.1.1 监督分类 | 第28-30页 |
| 3.1.2 非监督分类 | 第30-31页 |
| 3.2 面向对象信息提取 | 第31-37页 |
| 3.2.1 影像分割 | 第31-33页 |
| 3.2.2 影像特征提取 | 第33-35页 |
| 3.2.3 影像对象分类技术 | 第35-37页 |
| 3.3 分类精度评价 | 第37-40页 |
| 3.3.1 基于混淆矩阵的分类精度评价方法 | 第38-39页 |
| 3.3.2 基于误差分析的分类精度评价方法 | 第39-40页 |
| 第四章 基于高分遥感黑方台滑坡识别试验 | 第40-51页 |
| 4.1 数据源及其预处理 | 第40-41页 |
| 4.2 面向对象黑方台滑坡识别分析 | 第41-47页 |
| 4.2.1 图像分割 | 第41-42页 |
| 4.2.2 对象特征分析及识别 | 第42-46页 |
| 4.2.3 面向对象滑坡识别精度评价 | 第46-47页 |
| 4.3 基于像元黑方台滑坡识别分析 | 第47-49页 |
| 4.3.1 样本选择 | 第47页 |
| 4.3.2 图像分类 | 第47-48页 |
| 4.3.3 基于像元滑坡识别精度评价 | 第48-49页 |
| 4.4 面向对象滑坡提取方法与基于像元方法对比及分析 | 第49-51页 |
| 第五章 面向对象变化检测黑方台滑坡识别试验 | 第51-59页 |
| 5.1 数据准备 | 第51-52页 |
| 5.2 面向对象变化监测提取滑坡 | 第52-55页 |
| 5.3 面向对象变化监测提取滑坡结果验证及分析 | 第55-57页 |
| 5.4 针对党川3号滑坡三维可视化分析 | 第57-59页 |
| 结论与展望 | 第59-62页 |
| 结论 | 第59-60页 |
| 展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |