摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究的背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 论文的主要工作和技术路线 | 第13-15页 |
1.3.1 主要工作 | 第13-14页 |
1.3.2 技术路线 | 第14-15页 |
1.4 论文的章节说明 | 第15-16页 |
第2章 相关技术和理论简述 | 第16-21页 |
2.1 面向对象的遥感影像分析方法 | 第16-17页 |
2.1.1 面向对象的图像分析方法产生的背景 | 第16页 |
2.1.2 面向对象的图像分析方法的处理流程 | 第16-17页 |
2.2 模式识别与遥感图像的目标识别 | 第17-18页 |
2.2.1 模式识别 | 第17-18页 |
2.2.2 遥感图像的目标识别 | 第18页 |
2.3 图像分割 | 第18-21页 |
2.3.1 图像分割的定义 | 第18-19页 |
2.3.2 图像分割的方法 | 第19-21页 |
第3章 从图像到对象的方法研究 | 第21-31页 |
3.1 高分辨率遥感影像中飞机以及飞机周围环境的简介 | 第21页 |
3.2 分割方法的选择 | 第21-24页 |
3.2.1 阈值分割 | 第21-22页 |
3.2.2 阈值的选择与阈值方法的比较 | 第22-24页 |
3.3 二值形态学处理 | 第24-26页 |
3.3.1 二值形态学的介绍 | 第24-25页 |
3.3.2 高级二值形态学操作 | 第25-26页 |
3.4 轮廓跟踪方法的选择 | 第26-28页 |
3.4.1 轮廓跟踪法的简介 | 第26-27页 |
3.4.2 二值图像轮廓跟踪法的选择 | 第27-28页 |
3.5 区域拓扑连接 | 第28-31页 |
3.5.1 拓扑连接方法简介 | 第28-29页 |
3.5.2 基于质心连线方向的拓扑连接方法 | 第29-31页 |
第4章 特征提取与识别方法研究 | 第31-46页 |
4.1 基本特征的提取 | 第31-33页 |
4.1.1 周长面积和分散度 | 第31页 |
4.1.2 最小外接矩形和长宽比 | 第31-32页 |
4.1.3 凹凸性和凸包缺陷 | 第32-33页 |
4.2 高级特征的提取 | 第33-44页 |
4.2.1 Hu矩特征 | 第33-38页 |
4.2.2 基于兴趣点的特征 | 第38-44页 |
4.3 目标识别策略和方法 | 第44-46页 |
4.3.1 飞机的识别策略 | 第44页 |
4.3.2 模板匹配简介 | 第44页 |
4.3.3 最近邻分类器 | 第44-45页 |
4.3.4 相似性度量函数的构造 | 第45-46页 |
第5章 面向对象飞机特征提取和识别实验 | 第46-61页 |
5.1 实验流程 | 第46-47页 |
5.2 获得图像对象 | 第47-52页 |
5.2.1 图像分割 | 第47-49页 |
5.2.2 形态学处理 | 第49-50页 |
5.2.3 轮廓跟踪 | 第50-51页 |
5.2.4 区域拓扑连接 | 第51-52页 |
5.3 基本特征提取和识别 | 第52-57页 |
5.3.1 基于面积和长宽比特征的对象筛选 | 第53-54页 |
5.3.2 基于分散度特征的对象筛选 | 第54-55页 |
5.3.3 基于凸包缺陷特征的对象筛选 | 第55-57页 |
5.4 高级特征提取和识别 | 第57-59页 |
5.5 实验结果分析 | 第59-61页 |
第6章 总结与展望 | 第61-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-67页 |
个人简历 | 第67页 |