遥感图像分割算法的研究与应用
| 图目录 | 第1-8页 |
| 表目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRCAT | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题研究背景 | 第11-12页 |
| ·遥感图像分割算法的研究现状 | 第12-14页 |
| ·阈值化算法 | 第12页 |
| ·基于区域的分割算法 | 第12-13页 |
| ·基于边缘检测的分割算法 | 第13-14页 |
| ·课题相关领域概述 | 第14-15页 |
| ·遗传算法 | 第14页 |
| ·数学形态学 | 第14-15页 |
| ·课题简介 | 第15-16页 |
| ·课题来源 | 第15页 |
| ·课题研究重点 | 第15-16页 |
| ·论文的组织结构 | 第16页 |
| ·论文的主要研究成果 | 第16-18页 |
| 第二章 基于遗传算法的遥感图像阈值分割算法 | 第18-36页 |
| ·遗传算法理论 | 第18-23页 |
| ·遗传算法的基本概念 | 第18-19页 |
| ·遗传算法基本原理 | 第19-20页 |
| ·精英策略的遗传算法 | 第20-22页 |
| ·遗传算法应用中的几个关键问题 | 第22-23页 |
| ·小结 | 第23页 |
| ·基于遗传算法的图像单阈值分割算法 | 第23-25页 |
| ·类别方差自动阈值法(Otsu法) | 第23-24页 |
| ·最佳熵自动阈值法(KSW) | 第24-25页 |
| ·单阈值分割算法的实现 | 第25页 |
| ·基于遗传算法的遥感图像多阈值分割算法 | 第25-35页 |
| ·编码方法 | 第26页 |
| ·适应度函数 | 第26-27页 |
| ·交叉操作、变异操作 | 第27-28页 |
| ·多阈值分割算法的实现 | 第28-33页 |
| ·遗传算法阈值分割与相应的普通阈值分割方法的比较 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于分水岭变换的遥感图像分割算法 | 第36-58页 |
| ·分水岭变换的基本概念 | 第36-40页 |
| ·V-S分水岭算法实现 | 第40-42页 |
| ·过渡分割问题产生的原因及解决方法 | 第42-43页 |
| ·改进的分水岭算法 | 第43-56页 |
| ·梯度图像 | 第43-44页 |
| ·浮点活动图像 | 第44-46页 |
| ·分水岭变换 | 第46-47页 |
| ·基于灰度和面积控制的小区域合并 | 第47-52页 |
| ·实验结果 | 第52-55页 |
| ·实验结论 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第四章 遥感图像分割演示系统的实现 | 第58-63页 |
| ·系统实现 | 第58-61页 |
| ·相关问题说明 | 第61-62页 |
| ·均值算法 | 第61页 |
| ·链表结构 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 结束语 | 第63-65页 |
| ·本文工作总结 | 第63页 |
| ·下一步工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 作者在攻读硕士期间发表的论文 | 第66-67页 |
| 参考文献 | 第67-68页 |
