| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 遥感影像分类现状 | 第9-12页 |
| 1.2.1 高空间分辨率遥感影像发展现状 | 第9-10页 |
| 1.2.2 国内外建筑物提取技术研究 | 第10-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文章节安排 | 第13-14页 |
| 2 高分辨率遥感影像分割 | 第14-30页 |
| 2.1 实验数据 | 第14-15页 |
| 2.2 遥感影像分割方法 | 第15-20页 |
| 2.2.1 基于传统分水岭算法的影像分割 | 第17-19页 |
| 2.2.2 基于图割理论的最小割影像分割 | 第19-20页 |
| 2.3 改进的影像分割方法 | 第20-24页 |
| 2.3.1 基于形态学算法的分水岭分割 | 第20-23页 |
| 2.3.2 归一化的最小割分割 | 第23页 |
| 2.3.3 分水岭分割结合最小割分割 | 第23-24页 |
| 2.4 实验验证 | 第24-29页 |
| 2.4.1 分水岭分割方法 | 第24-26页 |
| 2.4.2 最小割分割方法 | 第26页 |
| 2.4.3 改进分水岭结合归一化最小割的影像分割方法 | 第26-29页 |
| 2.5 小结 | 第29-30页 |
| 3 建筑物分类 | 第30-47页 |
| 3.1 特征提取与选择 | 第30-37页 |
| 3.1.1 特征提取 | 第30-33页 |
| 3.1.2 特征选择 | 第33-37页 |
| 3.2 基于规则的SVM分类 | 第37-41页 |
| 3.2.1 SVM原理 | 第37-39页 |
| 3.2.2 SVM分类器构建 | 第39-41页 |
| 3.2.3 分类器准确性评价 | 第41页 |
| 3.3 实验验证 | 第41-45页 |
| 3.3.1 特征提取 | 第41-43页 |
| 3.3.2 SVM分类 | 第43-45页 |
| 3.4 小结 | 第45-47页 |
| 4 建筑物目标识别及提取精度验证 | 第47-53页 |
| 4.1 建筑物外形优化及提取 | 第47-49页 |
| 4.1.1 形态学处理 | 第47-48页 |
| 4.1.2 边缘检测 | 第48-49页 |
| 4.2 提取精度评价 | 第49-50页 |
| 4.3 实验验证 | 第50-52页 |
| 4.4 小结 | 第52-53页 |
| 5．结论与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第58-59页 |
| 致谢 | 第59页 |