前言
第1章 緒論
§1．1 研究背景
§1．2 研究的目的和意義
§1．3 礦山環(huán)境遙感監(jiān)測的研究狀況
§1．4 研究的技術(shù)思路與內(nèi)容
§1．5 主要研究內(nèi)容


第一篇 基于數(shù)學(xué)形態(tài)學(xué)的礦山道路信息提取方法研究
第2章 數(shù)學(xué)形態(tài)學(xué)的基本理論
§2．1 引言
§2．2 數(shù)學(xué)形態(tài)學(xué)與遙感圖像處理
§2．3 二值形態(tài)學(xué)
§2．4 小結(jié)
第3章 目標(biāo)提取的相關(guān)形態(tài)學(xué)算法研究
§3．1 結(jié)構(gòu)元素
§3．2 擊中與擊不中變換
§3．3 形態(tài)學(xué)邊緣檢測
§3．4 小結(jié)
第4章 礦山環(huán)境破壞信息的形態(tài)學(xué)提取
§4．1 引言
§4．2 圖像預(yù)處理及目標(biāo)分割
§4．3 研究目標(biāo)的形態(tài)學(xué)提取
§4．4 小結(jié)
第5章 總結(jié)與展望
§5．1 主要成果
§5．2 不足與展望
參考文獻(xiàn)


第二篇基于SFIM、Gram-Schmidt融合方法獲取礦區(qū)空間紋理信息
第6章 圖像融合的基本理論
§6．1 引言
§6．2 圖像融合的基本知識
§6．3 小結(jié)
第7章 經(jīng)典的圖像融合算法研究
§7．1 IHS變換圖像融合
§7．2 比值變換圖像融合（Brovey）
§7．3 主成分變換圖像融合
§7．4 基于亮度調(diào)節(jié)的平滑濾波圖像融合
§7．5 Gram-Schmidt光譜銳化圖像融合
§7．6 小波變換圖像融合
§7．7 小結(jié)
第8章 基于亮度調(diào)節(jié)的平滑濾波圖像融合獲取礦區(qū)空間紋理信息
§8．1 圖像融合前的準(zhǔn)備
§8．2 基于SFIM、Gram-Schmidt融合方法獲取礦區(qū)空間紋理信息
§8．3 小結(jié)
參考文獻(xiàn)


第三篇 基于植被覆蓋度和掩模相結(jié)合提取植被密集覆蓋區(qū)礦產(chǎn)弱信息
第9章 微弱信號處理基礎(chǔ)理論
§9．1 圖像處理基礎(chǔ)
§9．2 微弱信號（信息）提取原理
§9．3 微弱信息提取方法
§9．4 小結(jié)
第10章 降低植被干擾的方法研究
§10．1 植被掩模
§10．2 混合像元分解
§10．3 光譜角匹配法
§10．4 小結(jié)
第11章 研究區(qū)植被密集覆蓋區(qū)礦產(chǎn)弱信息提取
§11．1 遙感數(shù)據(jù)源
§11．2 計(jì)算研究區(qū)NDVI
§11．3 研究區(qū)礦產(chǎn)弱信息提取
§11．4 小結(jié)
參考文獻(xiàn)