| 摘要 | 第1-13页 |
| ABSTRACT | 第13-16页 |
| 第一章 绪论 | 第16-46页 |
| ·研究背景 | 第16页 |
| ·图像理解概述 | 第16-24页 |
| ·图像理解的研究内容及与其他学科的关系 | 第18-23页 |
| ·遥感影像的解译 | 第23-24页 |
| ·国内外研究现状 | 第24-36页 |
| ·图像分割的相关研究工作 | 第24-28页 |
| ·目标检测与提取的相关研究工作 | 第28-30页 |
| ·目标分类识别的相关研究工作 | 第30-32页 |
| ·场景分类方法的相关研究工作 | 第32-34页 |
| ·已有的图像理解系统 | 第34-35页 |
| ·已有的遥感影像理解系统及主要研究机构 | 第35-36页 |
| ·存在的主要问题 | 第36-40页 |
| ·视觉数据本身存在的问题 | 第36-39页 |
| ·图像分割存在的主要问题 | 第39页 |
| ·目标检测与提取存在的主要问题 | 第39-40页 |
| ·目标分类识别存在的主要问题 | 第40页 |
| ·场景分类存在的主要问题 | 第40页 |
| ·论文研究思路及主要工作 | 第40-44页 |
| ·论文研究思路 | 第40-42页 |
| ·论文主要工作及贡献 | 第42-44页 |
| ·论文内容安排 | 第44-46页 |
| 第二章 高分辨率遥感影像中建筑区域的聚焦 | 第46-79页 |
| ·引言 | 第46-47页 |
| ·图像中的上下文信息 | 第47-53页 |
| ·相关研究工作 | 第48-50页 |
| ·上下文信息的类型 | 第50-51页 |
| ·上下文信息的利用 | 第51-53页 |
| ·用于高分辨率遥感影像建筑区快速聚焦的概率框架 | 第53-56页 |
| ·MRF模型 | 第53-55页 |
| ·CRF模型 | 第55-56页 |
| ·面向高分辨率遥感影像建筑区聚焦的改进的CRF模型 | 第56-69页 |
| ·势函数的定义 | 第58-61页 |
| ·CRF模型的参数估计 | 第61-63页 |
| ·CRF模型的推断 | 第63-64页 |
| ·建筑区域的多尺度特征 | 第64-69页 |
| ·实验与讨论 | 第69-78页 |
| ·实验数据 | 第69页 |
| ·实验配置 | 第69-71页 |
| ·实验结果及分析 | 第71-78页 |
| ·小结 | 第78-79页 |
| 第三章 高分辨率遥感影像中建筑物的检测 | 第79-103页 |
| ·引言 | 第79-81页 |
| ·水平集和水平集方法 | 第81-87页 |
| ·水平集 | 第81-82页 |
| ·水平集方法 | 第82-84页 |
| ·水平集方程 | 第84页 |
| ·传统的CV水平集分割方法 | 第84-87页 |
| ·单一先验形状约束的引入 | 第87-92页 |
| ·先验形状数据库的构建 | 第87-89页 |
| ·先验形状的表示及变换 | 第89-90页 |
| ·数值化计算 | 第90-92页 |
| ·多先验形状竞争的建筑物检测 | 第92-96页 |
| ·标记函数的引入 | 第92-94页 |
| ·一般情况 | 第94-96页 |
| ·实验与讨论 | 第96-101页 |
| ·小结 | 第101-103页 |
| 第四章 高分辨率遥感影像中建筑物的分类识别 | 第103-127页 |
| ·引言 | 第103-104页 |
| ·面向遥感影像建筑目标识别的描述算法 | 第104-113页 |
| ·局部描述算法相关研究工作 | 第105-107页 |
| ·规格化像素点分布直方图局部描述子 | 第107-111页 |
| ·匹配方法 | 第111-113页 |
| ·用于遥感影像建筑区域分类的匹配核 | 第113-119页 |
| ·核方法概述 | 第115-116页 |
| ·层次对数极坐标匹配核 | 第116-119页 |
| ·实验与讨论 | 第119-126页 |
| ·建筑物目标识别实验 | 第119-123页 |
| ·建筑区域分类实验 | 第123-126页 |
| ·小结 | 第126-127页 |
| 第五章 高分辨率遥感影像中的建筑区域理解 | 第127-149页 |
| ·引言 | 第127页 |
| ·贝叶斯网络 | 第127-128页 |
| ·基于语义贝叶斯网络的遥感影像建筑区域理解方法 | 第128-132页 |
| ·城市实体区域的概念 | 第129-131页 |
| ·方法框架描述 | 第131-132页 |
| ·用于遥感影像城市实体区域理解的语义贝叶斯网络的构建 | 第132-142页 |
| ·语义贝叶斯网络的结构 | 第134-135页 |
| ·语义贝叶斯网络中节点的描述及其取值 | 第135-136页 |
| ·具有代表性的建筑实体类区域的确定及空间配置关系的表示 | 第136-138页 |
| ·语义贝叶斯网络的参数学习 | 第138-140页 |
| ·语义贝叶斯网络的推理 | 第140-142页 |
| ·实验与讨论 | 第142-147页 |
| ·实验配置 | 第142-143页 |
| ·参数设置 | 第143-144页 |
| ·实验结果及分析 | 第144-147页 |
| ·小结 | 第147-149页 |
| 第六章 结束语 | 第149-152页 |
| ·论文工作总结 | 第149-150页 |
| ·未来工作展望 | 第150-152页 |
| 致谢 | 第152-154页 |
| 参考文献 | 第154-173页 |
| 作者在学期间取得的学术成果 | 第173-174页 |
| 附录A 一些证明 | 第174页 |
