| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第1章 引言 | 第9-23页 |
| 1．1 遥感信息自动提取研究现状 | 第9-17页 |
| 1．1．1 目视解译 | 第9-11页 |
| 1．1．2 计算机辅助下的交互式解译 | 第11-12页 |
| 1．1．3 基于影像光谱特征的分类方法 | 第12-14页 |
| 1．1．4 基于遥感与地理信息一体化的遥感解译 | 第14页 |
| 1．1．5 基于知识的遥感图像解译系统 | 第14-15页 |
| 1．1．6 影像理解系统和遥感智能图解 | 第15-17页 |
| 1．2 遥感信息自动提取的发展趋势 | 第17-19页 |
| 1．2．1 影像自动解译系统 | 第17-18页 |
| 1．2．2 地学数据辅助下的遥感影像自动解译分析 | 第18-19页 |
| 1．3 本文研究目标和意义 | 第19-20页 |
| 1．3．1 研究目标 | 第19页 |
| 1．3．2 研究意义 | 第19-20页 |
| 1．4 论文数据资料和工作路线 | 第20-23页 |
| 1．4．1 数据资料 | 第20-21页 |
| 1．4．2 数据分析工具和建模工具 | 第21页 |
| 1．4．3 工作路线 | 第21-23页 |
| 第2章 基于多特征空间的遥感信息自动提取 | 第23-51页 |
| 2．1 地物多种识别特征的遥感信息表达 | 第24-32页 |
| 2．1．1 地理空间与影像空间 | 第25-26页 |
| 2．1．2 地物和影像的相互映射 | 第26-27页 |
| 2．1．3 地物特征与影像要素的关系 | 第27-30页 |
| 2．1．4 影像特征的图义解释 | 第30-32页 |
| 2．1．5 地物的分级层次特征与影像中像素的关系 | 第32页 |
| 2．2 遥感影像的多特征空间 | 第32-43页 |
| 2．2．1 多特征空间的含义 | 第33-35页 |
| 2．2．2 多特征空间的组成 | 第35-42页 |
| 2．2．3 多特征空间的数学表达 | 第42-43页 |
| 2．3 多特征空间遥感信息自动提取的方法研究 | 第43-51页 |
| 2．3．1 遥感模型 | 第43-44页 |
| 2．3．2 多特征空间遥感信息模型 | 第44-48页 |
| 2．3．3 基于多特征空间遥感专题信息自动提取 | 第48-51页 |
| 第3章 基于多特征空间的玉米遥感信息自动提取模型 | 第51-80页 |
| 3．1 研究区概况 | 第51-55页 |
| 3．1．1 自然地理环境 | 第52-54页 |
| 3．1．2 社会经济现状 | 第54-55页 |
| 3．2 典型地物目标自动提取方法研究 | 第55-63页 |
| 3．2．1 典型区域图像预处理和数据准备 | 第55-56页 |
| 3．2．2 玉米专题信息图斑分析与监督分类 | 第56-62页 |
| 3．2．3 分类结果分析 | 第62-63页 |
| 3．3 玉米生长影响因子分析 | 第63-68页 |
| 3．3．1 地形因子 | 第63-64页 |
| 3．3．2 植被指数 | 第64-66页 |
| 3．3．3 水文因子 | 第66页 |
| 3．3．4 气候因子 | 第66-67页 |
| 3．3．5 土壤、地下水因子 | 第67-68页 |
| 3．3．6 农作物分布因子、土地利用因子以及社会环境因子 | 第68页 |
| 3．4 基于多特征空间的玉米遥感信息自动提取 | 第68-78页 |
| 3．4．1 玉米专题信息影响因子置信度分析 | 第69-75页 |
| 3．4．2 玉米专题信息自动提取模型 | 第75-78页 |
| 3．5 专题信息提取精度对比分析 | 第78-80页 |
| 第4章 结论与讨论 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 后记 | 第88页 |