| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·图像配准研究现状以及存在的问题 | 第9-11页 |
| ·图像配准研究现状 | 第9-10页 |
| ·图像配准存在的问题 | 第10-11页 |
| ·图像识别研究现状及存在的问题 | 第11-12页 |
| ·图像识别研究现状 | 第11-12页 |
| ·图像识别存在的问题 | 第12页 |
| ·论文的主要工作和结构 | 第12-13页 |
| 2 基于Ratio梯度和CCRE的并行配准方法研究 | 第13-40页 |
| ·图像配准模型 | 第13-15页 |
| ·基于Ratio梯度与CCRE的图像配准 | 第15-26页 |
| ·图像变换模型与图像插值方法 | 第15-16页 |
| ·Ratio梯度 | 第16-18页 |
| ·相似性测度 | 第18-23页 |
| ·加速搜索算法 | 第23-25页 |
| ·客观评价指标 | 第25-26页 |
| ·并行优化方法 | 第26-32页 |
| ·并行计算研究 | 第27-29页 |
| ·并行策略 | 第29-31页 |
| ·图像并行配准流程 | 第31-32页 |
| ·实验结果与分析 | 第32-39页 |
| ·本章小结 | 第39-40页 |
| 3 建筑物特征提取与建筑物目标识别 | 第40-59页 |
| ·建筑物特征分析 | 第40-43页 |
| ·光谱特征 | 第40-41页 |
| ·形状特征 | 第41-42页 |
| ·纹理特征 | 第42页 |
| ·轮廓特征 | 第42-43页 |
| ·空间关系特征 | 第43页 |
| ·遥感图像分割算法 | 第43-45页 |
| ·阈值分割法 | 第44页 |
| ·聚类方法分割 | 第44-45页 |
| ·建筑物边缘直线提取算法 | 第45-49页 |
| ·边缘检测 | 第45-48页 |
| ·直线目标提取 | 第48-49页 |
| ·面向对象的建筑物目标识别方法 | 第49-52页 |
| ·常见建筑物识别方法 | 第49-50页 |
| ·建筑物先验知识 | 第50-51页 |
| ·建筑物目标识别方法 | 第51-52页 |
| ·实验结果与分析 | 第52-57页 |
| ·本章小结 | 第57-59页 |
| 4 总结与展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 申请学位期间的研究成果及发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |