文献综述（或调研报告）：
1.国内外研究动态
在国产卫星方面，文旭等人发表的在2014年五月28日发行的地球空间信息学杂志上的英文论文“中国陆地观测卫星的发展应用及展望”中介绍了国产卫星的里程碑CBERS-01卫星以及自那时以来，单独在CBERS-01或者是其他中国陆地观测卫星上开发的许多应用。该应用程序包括从一个卫星到多颗卫星，从一个系列到多系列的卫星，从科学研究到工业应用的发展演变。文章讨论了中国的陆地观测卫星计划的六个方面：发展现状，数据共享和分布，卫星校准，工业数据的应用，未来的发展前景以及结论。
杜凤兰，徐金龙在他们合作完成的论文中以一景西安市的卫星影像为实验对象详细分析了数据信息提取技术。目前为止在国内外的图像信息提取研究领域，已有相当多的图像信息分类提取研究工作，提出了大量的图像信息分类方法。总的来说，这些方法在不同应用方向上各有特点。
如在面向对象的分类法中，遥感地物信息提取的前提是建立在各地物类别特征基础上，因此，在分类前需要根据各地物特点，选择出最能表达该地物的特征或是特征组合。从不同角度选择地物的特征是非常重要的，这能从根本上找到各地物区别其他地类的特征。分类的先后顺序是先从最容易提取的类别开始逐一提取，将无明显特征的地物放在最后一类。为了更加准确全面地反映面向对象的方法的优势，还可以利用面向像元的最大似然分类方法对该实验区进行分类，其中类别样本与面向对象所用的类别样本类似，获得最佳的分类结果，并进行简单的分类后处理。决策树分类法突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感知识先验确定，其结果往往与其经验和专业知识水平密切相关的问题。它通过决策学习过程得到分类规则并进行分类，分类样本属于严格“非参”，不需要满足正态分布，具有灵活、直观、清晰、强健、运算效率高等特点.而雷达遥感信息提取方法按信息提取的自动化程度可分为目视解译和计算机自动信息提取两类。计算机自动信息提取方法按照所使用的雷达影像的时相数又可分为单时相和多时相震害信息提取方法。单时相方法主要包括基于影像纹理特征和基于影像极化特征的方法；多时相方法主要包括基于强度特征的变化检测、基于相干特征的变化检测以及综合二者的变化检测方法。
在2004年的江南大学学报中，朱大奇的一篇论文中介绍了神经网络又称人工神经网络(Artificial Neural Network, 简称ANN)，是一种模拟人脑神经元细胞的网络结构，介绍并讨论了神经网络研究的一些新进展和应用。国内已有有关利用神经网络进行遥感影像分类研究的文章发表: 在2000年11月刊北京大学学报的论文中，秦其明等人将分形方法与神经网络方法相结合来进行卫星数字图像分类。他们利用离散分形布朗运动( DFBM) 统计模型来抽取卫星图像纹理结构特征。在此基础上, 采用神经网络方法将纹理结构特征与地物光谱特征相结合, 进行卫星图像分类。试验结果表明, 该分法分类效果优于单纯采用光谱特征分类的最大似然法。
在林剑等人发表于2002年十二月出版的中国图像图形学报中发表的名为“FasART模糊神经网络用于遥感图像监督分类的研究”的论文中说明了遥感图像数据的非线性性质。详细地阐述了FasART是一种基于模糊逻辑系统的神经网络,提出了一种简化的FasART模型,改变了一般遥感数据的模糊化方法。简化的FasART模型能用于遥感图像的监督分类,其分类精度高于模糊ARTMAP神经网络和K均值算法,且性能稳定、有较好的抗干扰能力,尤其具有良好的处理两组相似程度比较接近的、和同组数据模式变化较大的非线性数据的能力。
人工神经网络分类方法是应用最广的目视解译方法与专业专家的知识经验结合的新方法，经过实际经验，多层前馈网络及误差反向传播算法(Error Back Propagation)，简称 BP 神经网络算法是在遥感影像分类中应用最多的方法。BP神经网络可以看作是基于误差反传的多层感知器，这种感知器在应用前需要经过长时间的学习，其学习过程主要包括信号的正向传播和误差的反向传播两部分。BP神经网络算法灵活性好，具有综合分析的能力，能够很好地拟合遥感影像中存在的非线性数据，因此它可以较好的解决“同物异谱和异物同谱”现象，从遥感图像上快速、准确地识别和提取地物信息，这是传统的遥感影像分类方法无法达到的。李厚强等提出了一种由多层BP 网络与自组织神经网络相结合对SPOT 影像进行多类别遥感图像的复合分类方法。这些研究结果表明利用非参数的神经网络分类器比传统的参量统计分类器在克服噪声影响, 分类自适应性等方面具有自己的优势。在张辉的硕士毕业论文中，用实验结果明确说明了BP神经网络分类优于非监督分类和最大似然法分类的结果，并且验证了用BP神经网络法进行遥感分类是一个行之有效的方法。同时,DEM等地理信息数据对优化神经网络系统的运算有显著的作用。
2. 发展方向
总体而言，虽然图像信息提取技术经过长时间的发展，取得了许多重大成果，利用神经网络原理进行图像信息分类提取方面也有很大成果，但是利用电脑系统的信息提取精度较人工提取还是有一定差距，需要投入更多的科研工作以及更大的努力。今后的研究方向从以下几个方面开展：
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
