摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-14页 |
1.1 本文研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 主要研究内容 | 第12-13页 |
1.4 本文组织结构 | 第13-14页 |
第二章 高分辨率影像建筑物特征分析 | 第14-26页 |
2.1 引言 | 第14页 |
2.2 影像颜色空间的分析 | 第14-15页 |
2.3 影像的纹理特征分析 | 第15-20页 |
2.3.1 空间域纹理特征提取的原理 | 第16-18页 |
2.3.2 基于Gabor变换的纹理特征提取 | 第18-20页 |
2.4 影像的频域分析 | 第20-26页 |
2.4.1 傅里叶变换的基本思想 | 第21-23页 |
2.4.2 傅里叶变换的基本性质 | 第23-26页 |
第三章 影像空间显著性分析与建筑物提取 | 第26-43页 |
3.1 引言 | 第26页 |
3.2 影像显著性分析 | 第26-31页 |
3.2.1 基于生物学的视觉注意显著性方法 | 第26-29页 |
3.2.2 基于数学计算的显著性方法 | 第29-31页 |
3.3 基于空间显著性的高分辨率建筑物提取研究与实现 | 第31-42页 |
3.3.1 先验知识特征向量的生成 | 第32-34页 |
3.3.2 基于重构的显著度计算 | 第34-38页 |
3.3.3 显著图精细化处理 | 第38-39页 |
3.3.4 显著图的融合 | 第39-42页 |
3.4 本章小结 | 第42-43页 |
第四章 影像频域分析与建筑物提取 | 第43-56页 |
4.1 稀疏快速傅里叶变换 | 第43-49页 |
4.1.2 SFFT的理论框架 | 第44-45页 |
4.1.3 关键问题分析 | 第45-49页 |
4.2 低频主体成分提取 | 第49-54页 |
4.3 高频细节成分提取 | 第54-55页 |
4.4 本章小结 | 第55-56页 |
第五章 实验与分析 | 第56-62页 |
5.1 基于显著性分析的建筑物提取 | 第56-58页 |
5.2 基于频域特性的建筑物提取 | 第58-61页 |
5.3 本章小结 | 第61-62页 |
第六章 总结与展望 | 第62-64页 |
6.1 本文的主要研究成果 | 第62页 |
6.2 下一步的工作与展望 | 第62-64页 |
参考文献 | 第64-68页 |
致谢 | 第68-69页 |