首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于变分水平集的遥感影像分割模型及算法研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第11-18页
    1.1 研究背景和意义第11-15页
        1.1.1 遥感技术的发展第11-12页
        1.1.2 遥感影像与遥感信息提取第12-14页
        1.1.3 遥感影像分类的发展第14-15页
    1.2 本论文的研究内容和章节安排第15-18页
        1.2.1 本论文研究的主要内容第15-16页
        1.2.2 论文章节安排第16-18页
第二章 影像分割方法概述第18-31页
    2.1 影像分割概述第18-21页
        2.1.1 影像分割的基本原理第18-19页
        2.1.2 影像分割方法的分类第19-21页
    2.2 基于像素的影像分割第21-22页
        2.2.1 基于阈值的分割方法第21页
        2.2.2 基于聚类的分割方法第21-22页
    2.3 基于边缘的影像分割第22-25页
    2.4 基于区域的影像分割第25-27页
    2.5 多尺度遥感影像分割第27-28页
        2.5.1 尺度的涵义第27-28页
        2.5.2 遥感领域代表性的多尺度影像分割算法第28页
    2.6 基于偏微分方程的影像分割第28-30页
    本章小结第30-31页
第三章 基于变分水平集方法的影像分割第31-51页
    3.1 水平集及变分水平集第31-40页
        3.1.1 曲线演化理论第31-33页
        3.1.2 水平集方法第33-35页
        3.1.3 水平集的数学含义及演化曲线求解第35-37页
        3.1.4 变分法与梯度下降流第37-38页
        3.1.5 变分水平集的曲线演化方案第38-40页
    3.2 基于边缘的活动轮廓模型第40-43页
        3.2.1 snake模型第40-41页
        3.2.2 基于边缘的活动轮廓模型的改进第41-43页
    3.3 基于区域的活动轮廓模型第43-46页
        3.3.1 Mumford-Shah(MS)模型第43页
        3.3.2 Chan-Vese(CV)模型第43-46页
    3.4 变分水平集影像分割的基本流程第46-48页
    3.5 变分水平集影像分割的研究热点问题第48-50页
    本章小结第50-51页
第四章 遥感影像分割的变分模型及其快速算法第51-67页
    4.1 两相影像分割的GCS模型第51-54页
    4.2 Split Bregman快速算法第54-56页
        4.2.1 Bregman迭代第54-55页
        4.2.2 Split Bregman算法第55-56页
    4.3 利用Split Bregman快速算法解GCS问题第56-57页
    4.4 多相影像分割的变分模型第57-63页
        4.4.1 一个水平集函数的多区域分割第58-59页
        4.4.2 多个水平集函数的多区域分割模型第59-60页
        4.4.3 多相影像分割的SB快速算法第60-63页
    4.5 基于统计信息的模型第63-65页
        4.5.1 基于最大验后概率(MAP)的统计模型第63页
        4.5.2 两类典型噪声分布模型第63-65页
    4.6 多特征集成的变分模型及其SB快速算法第65-66页
        4.6.1 基于二值水平集函数的两相/多相分割模型第65-66页
        4.6.2 SB快速分割算法第66页
    本章小结第66-67页
第五章 遥感光学影像分割实验第67-83页
    5.1 遥感光学影像分割算法描述第67页
    5.2 灰度影像分割实验第67-75页
        5.2.1 灰度影像两相分割实验第67-71页
        5.2.2 灰度影像多相分割实验第71-75页
    5.3 彩色影像分割实验第75-82页
        5.3.1 彩色影像两相分割实验第75-79页
        5.3.2 彩色影像多相分割实验第79-82页
    本章小结第82-83页
第六章 遥感SAR影像分割模型及其SB算法第83-96页
    6.1 SAR影像分割模型及其快速算法第83-86页
        6.1.1 变分水平集的SAR影像分割方法第83-84页
        6.1.2 基于ROEWA的边缘检测第84-85页
        6.1.3 SAR影像分割模型第85页
        6.1.4 SAR影像分割算法描述第85-86页
    6.2 SAR影像两相分割实验第86-90页
        6.2.1 合成影像实验第86-88页
        6.2.2 真实SAR影像实验第88-90页
    6.3 SAR影像多相分割实验第90-95页
        6.3.1 合成影像实验第90-92页
        6.3.2 真实SAR影像实验第92-95页
    本章小结第95-96页
第七章 总结与展望第96-98页
参考文献第98-106页
攻读博士学位期间承担的科研项目和发表的论文第106-107页
致谢第107页

论文共107页,点击 下载论文
上一篇:小种群粒子群算法在非线性系统辨识中的应用
下一篇:M-STATCOM的建模、仿真、控制及实验