摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 绪论 | 第9-19页 |
·研究的背景和意义 | 第9-11页 |
·影像分割技术的国内外研究现状 | 第11-16页 |
·对经典影像分割方法的改进 | 第11-13页 |
·引入新理论、新方法的影像分割方法研究现状 | 第13-16页 |
·多尺度影像分割研究中存在的问题 | 第16页 |
·本文的研究目的及内容 | 第16-17页 |
·本文的结构安排 | 第17-19页 |
第二章 影像分割方法 | 第19-33页 |
·影像分割的定义 | 第19-20页 |
·经典的图像分割方法 | 第20-24页 |
·边缘检测分割法 | 第20-23页 |
·基于区域的影像分割方法 | 第23-24页 |
·基于新数学工具、新理论的影像分割方法 | 第24-29页 |
·基于模糊集理论的影像分割 | 第24-25页 |
·基于人工神经网络技术的影像分割方法 | 第25-26页 |
·基于数学形态学的影像分割 | 第26-28页 |
·基于图论的影像分割 | 第28-29页 |
·多尺度影像分割 | 第29-30页 |
·高分辨率遥感影像分割方法分析 | 第30-32页 |
·本章小结 | 第32-33页 |
第三章 基于异质性最小准则的基元合并影像分割方法研究 | 第33-48页 |
·方法原理 | 第33-35页 |
·基本思想 | 第33-34页 |
·光谱和形状异质性度量准则 | 第34-35页 |
·算法设计 | 第35-36页 |
·算法实现 | 第36-38页 |
·参数分析 | 第38-46页 |
·光谱因子和形状因子权重对分割结果的影响 | 第38-42页 |
·尺度因子对分割结果的影响 | 第42-46页 |
·本章小结 | 第46-48页 |
第四章 几种影像分割方法的影像分割结果对比 | 第48-56页 |
·实验思路 | 第48-49页 |
·实验数据准备 | 第49页 |
·分割方法及过程 | 第49-52页 |
·实验环境 | 第49页 |
·基于 Prewitt 算子的边缘检测分割 | 第49-50页 |
·基于区域生长的影像分割 | 第50-51页 |
·基于形态学分水岭的影像分割 | 第51页 |
·基于异质性最小的基元合并算法的影像分割 | 第51-52页 |
·四种方法分割结果的分析比较 | 第52-54页 |
·本章小结 | 第54-56页 |
结论与建议 | 第56-58页 |
参考文献 | 第58-62页 |
攻读学位期间取得的研究成果 | 第62-63页 |
致谢 | 第63页 |