| 摘要 | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究发展现状 | 第11-15页 |
| 1.2.1 遥感图像典型目标识别系统发展现状 | 第11页 |
| 1.2.2 遥感图像建筑物目标识别技术发展现状 | 第11-14页 |
| 1.2.3 发展现状分析与发展趋势预测 | 第14-15页 |
| 1.3 研究内容与章节安排 | 第15-16页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 章节安排 | 第15-16页 |
| 第2章 遥感图像建筑物检测方法概述 | 第16-26页 |
| 2.1 遥感图像建筑物目标特点分析 | 第16-18页 |
| 2.2 本文流程与算法概述 | 第18-20页 |
| 2.3 本文涉及的基本概念介绍 | 第20-25页 |
| 2.3.1 常用色彩空间模型 | 第20-22页 |
| 2.3.2 K均值聚类算法 | 第22-23页 |
| 2.3.3 区域增长算法 | 第23页 |
| 2.3.4 图像形态学 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于SLIC与LDA图像特征的建筑物阴影检测 | 第26-50页 |
| 3.1 SLIC预分割 | 第27-31页 |
| 3.1.1 SLIC基本原理 | 第27-28页 |
| 3.1.2 测量距离参数D的设计 | 第28-29页 |
| 3.1.3 后处理操作 | 第29-31页 |
| 3.2 遥感图像特征提取 | 第31-35页 |
| 3.2.1 颜色特征提取 | 第32页 |
| 3.2.2 局部熵特征 | 第32-33页 |
| 3.2.3 Gabor纹理特征提取 | 第33-35页 |
| 3.3 LDA数据处理 | 第35-40页 |
| 3.3.1 Fisher线性判别分析 | 第35-37页 |
| 3.3.2 多重判别分析 | 第37-39页 |
| 3.3.3 基于LDA的实验分析 | 第39-40页 |
| 3.4 基于支持向量机阴影检测 | 第40-48页 |
| 3.4.1 支持向量机的基本原理 | 第40-45页 |
| 3.4.2 多类支持向量机 | 第45-46页 |
| 3.4.3 基于SVM的遥感图像场景分类 | 第46-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第4章 遥感图像建筑物的粗提取和精确分割 | 第50-68页 |
| 4.1 基于自适应区域生长算法的建筑物区域粗分割 | 第50-55页 |
| 4.1.1 提取“备选种子点 | 第50-51页 |
| 4.1.2 “有效种子点”选取 | 第51-52页 |
| 4.1.3 基于自适应区域增长的对比试验 | 第52-55页 |
| 4.2 基于测地线活动轮廓模型的建筑物精确分割 | 第55-66页 |
| 4.2.1 图像预处理 | 第55-56页 |
| 4.2.2 曲线演化理论 | 第56-57页 |
| 4.2.3 参数活动轮廓模型 | 第57-58页 |
| 4.2.4 水平集方法 | 第58-60页 |
| 4.2.5 测地线活动轮廓模型 | 第60-62页 |
| 4.2.6 结合水平集的测地线活动轮廓模型 | 第62页 |
| 4.2.7 基于GAC模型的建筑物精确分割 | 第62-64页 |
| 4.2.8 实验与分析 | 第64-66页 |
| 4.3 本章小结 | 第66-68页 |
| 第5章 遥感图像建筑物检测软件系统设计 | 第68-80页 |
| 5.1 GOOGLE EARTH与MATLAB_GUI平台简介 | 第68-73页 |
| 5.2.1 训练样本功能模块 | 第69-70页 |
| 5.2.2 单张图像检测功能模块 | 第70-72页 |
| 5.2.3 在线检测模块 | 第72-73页 |
| 5.3 平台系统技术指标 | 第73页 |
| 5.4 实验结果与分析 | 第73-78页 |
| 5.4.1 单张图像检测模块实验 | 第74-76页 |
| 5.4.2 在线图像检测模块 | 第76-78页 |
| 5.5 本章小结 | 第78-80页 |
| 第6章 总结与展望 | 第80-82页 |
| 6.1 总结 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 作者简介 | 第88页 |