应用BP融合模型探测海上溢油遥感图像边缘的研究
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-7页 |
| 第1章 引言 | 第7-14页 |
| 1．1 课题的提出 | 第7-8页 |
| 1．2 航空遥感监测海上溢油的研究状况 | 第8-13页 |
| 1．2．1 可见光 | 第9页 |
| 1．2．2 红外 | 第9-10页 |
| 1．2．3 紫外 | 第10-11页 |
| 1．2．4 激光 | 第11页 |
| 1．2．5 微波 | 第11-13页 |
| 1．3 边缘检测的方法 | 第13页 |
| 1．4 本文的研究内容及方法 | 第13-14页 |
| 第2章 边缘检测 | 第14-18页 |
| 2．1 边缘检测 | 第14页 |
| 2．2 边缘检测所用的技术 | 第14-17页 |
| 2．2．1 样板匹配法 | 第15页 |
| 2．2．2 Hough变换 | 第15页 |
| 2．2．3 Marr边缘检测算子 | 第15-16页 |
| 2．2．4 连续小波边缘检测 | 第16页 |
| 2．2．5 边缘聚焦 | 第16页 |
| 2．2．6 纹理边缘检测 | 第16页 |
| 2．2．7 神经网络边缘检测 | 第16-17页 |
| 2．3 融合算法与简单算子的结合 | 第17-18页 |
| 第3章 信息融合 | 第18-31页 |
| 3．1 信息融合技术 | 第18-19页 |
| 3．2 信息融合的层次化结构 | 第19-20页 |
| 3．3 信息融合的分类 | 第20-23页 |
| 3．3．1 数据层融合 | 第20页 |
| 3．3．2 特征层融合 | 第20-21页 |
| 3．3．3 决策层融合 | 第21-23页 |
| 3．4 信息融合的常见方法 | 第23-25页 |
| 3．5 神经网络及其模型 | 第25-27页 |
| 3．6 BP网络 | 第27-31页 |
| 3．6．1 BP网络的原理及适用范围 | 第27-28页 |
| 3．6．2 有关BP网络的几个问题 | 第28-31页 |
| 第4章 遥感溢油图像的边缘检测模型 | 第31-43页 |
| 4．1 模型流程 | 第31-32页 |
| 4．2 融合结构 | 第32页 |
| 4．3 各算子的处理过程 | 第32-37页 |
| 4．3．1 Roberts算子 | 第32-33页 |
| 4．3．2 Sobel算子 | 第33页 |
| 4．3．3 Prewitt算子 | 第33-34页 |
| 4．3．4 Kirsch算子及其快速算法 | 第34-35页 |
| 4．3．5 拉普拉斯算子 | 第35-37页 |
| 4．4 各算子的检测性能 | 第37页 |
| 4．5 BP网络的融合过程 | 第37-39页 |
| 4．6 BP网络的训练 | 第39-43页 |
| 第5章 实际效果检验 | 第43-46页 |
| 5．1 功能界面 | 第43页 |
| 5．2 各算子与融合后边缘图像的比较 | 第43-45页 |
| 5．3 下一步的工作 | 第45-46页 |
| 第6章 结束语 | 第46-47页 |
| 攻读学位期间公开发表的论文 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
