| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 引言 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 图像分割研究现状 | 第10-13页 |
| 1.3 本文内容 | 第13-15页 |
| 1.4 本文章节安排 | 第15-16页 |
| 第2章 图像分割理论概述 | 第16-25页 |
| 2.1 图像分割概述 | 第16-17页 |
| 2.2 图像分割算法概述 | 第17-20页 |
| 2.2.1 基于阈值的分割算法 | 第17页 |
| 2.2.2 基于边缘检测的分割算法 | 第17-18页 |
| 2.2.3 基于区域的分割算法 | 第18-19页 |
| 2.2.4 基于聚类的分割方法 | 第19-20页 |
| 2.3 本文使用分割方法介绍 | 第20-23页 |
| 2.3.1 分水岭分割算法介绍 | 第20-21页 |
| 2.3.2 种子区域生长算法介绍 | 第21-22页 |
| 2.3.3 Canny边缘检测算法介绍 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 边缘约束的遥感影像分割算法 | 第25-51页 |
| 3.1 算法原理介绍 | 第25-35页 |
| 3.1.1 改进Canny边缘检测算法 | 第25-27页 |
| 3.1.2 边缘约束的高空间分辨率遥感影像分水岭分割算法 | 第27-31页 |
| 3.1.3 边缘约束的高空间分辨率遥感影像区域生长分割算法 | 第31-35页 |
| 3.2 实验与分析 | 第35-49页 |
| 3.2.1 改进边缘提取实验分析 | 第35-36页 |
| 3.2.2 边缘约束分水岭分割算法实验分析 | 第36-46页 |
| 3.2.3 边缘约束区域生长分割算法实验分析 | 第46-49页 |
| 3.3 本章小结 | 第49-51页 |
| 第4章 最优尺度约束的遥感影像分割算法 | 第51-62页 |
| 4.1 算法原理介绍 | 第52-54页 |
| 4.1.1 基于空间统计的属性分割参数自适应估计方法 | 第52-53页 |
| 4.1.2 合并阈值M的自适应估计方法 | 第53-54页 |
| 4.2 实验与分析 | 第54-60页 |
| 4.2.1 图像空间统计及分割尺度估计 | 第55-57页 |
| 4.2.2 基于尺度自适应的分水岭分割结果 | 第57页 |
| 4.2.3 定量评价和实验验证 | 第57-60页 |
| 4.3 本章小结 | 第60-62页 |
| 第5章 外部知识约束的遥感影像分割算法 | 第62-67页 |
| 5.1 算法原理介绍 | 第62-63页 |
| 5.1.1 外部知识介绍 | 第62-63页 |
| 5.1.2 矢量数据约束分割算法原理 | 第63页 |
| 5.2 实验与分析 | 第63-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-70页 |
| 6.1 总结 | 第67-69页 |
| 6.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-78页 |
| 附录 | 第78页 |
