| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景及目的 | 第9-11页 |
| 1.1.1 课题背景 | 第9-10页 |
| 1.1.2 研究目的 | 第10-11页 |
| 1.2 国内外研究现状及分析 | 第11-16页 |
| 1.2.1 高分辨率遥感图像分割技术 | 第12-14页 |
| 1.2.2 高分辨率图像特征提取及选择技术 | 第14-15页 |
| 1.2.3 高分辨率图像分类技术 | 第15-16页 |
| 1.3 论文主要研究内容及结构安排 | 第16-18页 |
| 第2章 高分辨率遥感图像分割方法研究 | 第18-40页 |
| 2.1 引言 | 第18页 |
| 2.2 高分辨率遥感图像特点分析及预处理 | 第18-20页 |
| 2.2.1 高分辨率遥感图像特点分析 | 第18-19页 |
| 2.2.2 高分辨率遥感图像预处理 | 第19-20页 |
| 2.3 遥感图像分割方法 | 第20-25页 |
| 2.3.1 图像分割定义 | 第20页 |
| 2.3.2 图像分割方法的分类 | 第20-21页 |
| 2.3.3 基于图论的最小割分割 | 第21-24页 |
| 2.3.4 传统分水岭分割方法 | 第24-25页 |
| 2.4 归一化最小割和改进分水岭算法相结合的图像分割 | 第25-32页 |
| 2.4.1 归一化最小割 | 第25-27页 |
| 2.4.2 基于形态学开闭重建的改进分水岭分割 | 第27-30页 |
| 2.4.3 归一化最小割和改进分水岭算法相结合 | 第30-32页 |
| 2.5 实验结果及分析 | 第32-38页 |
| 2.5.1 实验数据介绍 | 第32-33页 |
| 2.5.2 图像预处理及经典分水岭分割方法 | 第33页 |
| 2.5.3 分水岭及改进分水岭分割结果 | 第33-36页 |
| 2.5.4 改进分水岭与 Ncut 结合的分割方法 | 第36-38页 |
| 2.6 本章小结 | 第38-40页 |
| 第3章 面向对象的特征提取和特征选择 | 第40-51页 |
| 3.1 引言 | 第40页 |
| 3.2 建筑物对象特征分析 | 第40-41页 |
| 3.3 面向对象的特征提取 | 第41-44页 |
| 3.3.1 光谱特征 | 第41-42页 |
| 3.3.2 形状特征 | 第42-43页 |
| 3.3.3 纹理特征 | 第43-44页 |
| 3.4 面向对象的特征选择 | 第44-46页 |
| 3.4.1 特征选择算法分类 | 第44-45页 |
| 3.4.2 ReliefF 算法及其改进 | 第45-46页 |
| 3.5 实验结果及分析 | 第46-49页 |
| 3.6 本章小结 | 第49-51页 |
| 第4章 多特征分类及建筑物外形优化 | 第51-64页 |
| 4.1 引言 | 第51页 |
| 4.2 遥感图像常用分类方法及评价 | 第51-55页 |
| 4.2.1 K-means 分类方法 | 第51-52页 |
| 4.2.2 K 近邻分类 | 第52-53页 |
| 4.2.3 最大似然法 | 第53-54页 |
| 4.2.4 分类精度评价 | 第54-55页 |
| 4.3 建筑物外形优化及提取 | 第55-57页 |
| 4.3.1 形态学处理 | 第55-56页 |
| 4.3.2 边缘检测 | 第56-57页 |
| 4.4 实验结果及分析 | 第57-63页 |
| 4.4.1 分类结果及精度评价 | 第57-61页 |
| 4.4.2 外形优化及建筑物提取结果分析 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |