| 第一章 概述 | 第1-16页 |
| ·贝叶斯网络(Bayesian Networks) | 第11-12页 |
| ·Bayesian网络的概念 | 第11页 |
| ·Bayesian网络的发展 | 第11-12页 |
| ·Bayesian网络的优势及特点 | 第12页 |
| ·国内外Bayeslan网络的研究现状 | 第12-13页 |
| ·Bayesian网络研究的难点和热点 | 第12-13页 |
| ·国内外现有的Bayesian网络应用系统 | 第13页 |
| ·航空摄影图像中的建筑物识别 | 第13-15页 |
| ·从图像中识别物体的一般方法 | 第13-14页 |
| ·航空图像中建筑物的识别 | 第14页 |
| ·国内外现有的影像理解系统 | 第14-15页 |
| ·本文的工作与内容安排 | 第15-16页 |
| 第二章 Bayesian网络和Bayesian推理 | 第16-27页 |
| ·Bayesian网络基本理论 | 第16-19页 |
| ·Bayesian网络定理 | 第16-17页 |
| ·Bayesian网络的拓扑结构 | 第17-18页 |
| ·先验概率的确定 | 第18-19页 |
| ·Bayesian网络的构建 | 第19-20页 |
| ·Bayesian网络推理方法 | 第20-21页 |
| ·离散变量推理(Discrete variable Inference) | 第20-21页 |
| ·连续变量推理(Continuous Variable Inference) | 第21页 |
| ·近似推理(Approximate Inference) | 第21页 |
| ·逆推理(Abductive Inference) | 第21页 |
| ·基于消息传递的Bayesian推理方法 | 第21-27页 |
| ·消息的定义 | 第21-22页 |
| ·推理算法及实现 | 第22-24页 |
| ·推理举例 | 第24-27页 |
| 第三章 图像中线段提取方法的研究 | 第27-36页 |
| ·现有的线段提取算法 | 第27页 |
| ·一种改进的线段提取算法 | 第27-29页 |
| ·ILEM算法设计与实现 | 第29-32页 |
| ·基本线段的生成算法 | 第29-30页 |
| ·基本线段的局部性连接算法 | 第30页 |
| ·参考直线的生成算法 | 第30-31页 |
| ·基本线段的全局性连接算法 | 第31-32页 |
| ·实验结果与分析 | 第32-36页 |
| 第四章 航空图片中建筑物识别的研究 | 第36-55页 |
| ·基本流程 | 第36-37页 |
| ·获得摄像机的参数 | 第37-42页 |
| ·定理与推论 | 第38-40页 |
| ·实例与分析 | 第40-41页 |
| ·获得太阳角度和墙高信息 | 第41-42页 |
| ·生成2-D假设 | 第42-47页 |
| ·折叠(Folding)线段 | 第43-44页 |
| ·角点的连接 | 第44-45页 |
| ·生成平行四边形空间 | 第45-47页 |
| ·平行四边形假设的选择 | 第47-50页 |
| ·平行四边形假设的验证 | 第50-55页 |
| 第五章 结束语 | 第55-57页 |
| ·主要工作及技术创新点 | 第55页 |
| ·问题与展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 附录一 攻读硕士学位期间发表的论文 | 第59页 |
