首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

高空间分辨率遥感影像自适应分割方法研究

中文摘要第1-4页
Abstract第4-8页
第一章 绪论第8-25页
   ·研究背景第8-9页
   ·高空间分辨率遥感影像简介第9-13页
     ·高空间分辨率遥感影像的主要产品第9-10页
     ·GeoEye和QuickBird卫星影像简介第10-13页
       ·GeoEye高空间分辨率遥感卫星第11-12页
       ·QuickBird高空间分辨率遥感卫星第12-13页
   ·高空间分辨率遥感影像分割方法研究综述第13-19页
     ·影像分割的相关概念第13-14页
     ·影像分割方法第14-19页
       ·基于像元的分割方法第15-16页
       ·基于边缘的分割方法第16-17页
       ·基于区域的分割方法第17页
       ·基于物理模型的分割方法第17-18页
       ·结合特定数学理论、技术和方法的分割方法第18-19页
   ·高空间分辨率遥感影像分割的基本策略第19-21页
   ·高空间分辨率遥感影像分割存在的问题和研究趋势第21-23页
     ·存在问题第21-22页
     ·研究趋势第22-23页
   ·论文研究框架体系第23-25页
     ·研究内容第23页
     ·技术路线第23-24页
     ·章节安排第24-25页
第二章 面向高空间分辨率遥感影像分割的预处理技术第25-42页
   ·高空间分辨率遥感影像分割预处理技术第25页
   ·高空间分辨率遥感影像融合处理第25-33页
     ·高空间分辨率遥感影像融合第26-27页
     ·影像融合实验第27-33页
       ·数据源与实验区概况第27-28页
       ·实验方法第28页
       ·实验结果分析第28-33页
     ·实验结论第33页
   ·高空间分辨率遥感影像滤波处理第33-42页
     ·影像滤波实验第33-41页
       ·数据源与实验区概况第33-34页
       ·实验方法第34页
       ·实验结果分析第34-41页
     ·实验结论第41-42页
第三章 高空间分辨率遥感影像的边缘信息提取第42-52页
   ·高空间分辨率遥感影像边缘检测第42页
   ·改进的Canny矢量边缘检测算法第42-45页
     ·高空间分辨率遥感影像的高斯平滑第43页
     ·高空间分辨率遥感影像的梯度矢量第43-44页
     ·采用非最大抑制法确定初步边缘点第44页
     ·双阈值分割及边缘点检测第44-45页
   ·改进的Canny加权矢量与标量边缘检测算法第45页
   ·矢量边缘检测以及加权矢量与标量边缘检测实验第45-52页
     ·矢量边缘检测实验第45-48页
       ·实验区概况与实验方法第45-47页
       ·实验结果分析第47-48页
       ·实验结论第48页
     ·加权矢量与标量边缘检测实验第48-52页
       ·实验区概况与实验方法第48-50页
       ·实验结果分析第50-51页
       ·实验结论第51-52页
第四章 基于区域的高空间分辨率遥感影像分割方法第52-79页
   ·基于区域的影像分割方法第52-53页
   ·空-值域联合的多尺度均值漂移分割算法概述第53-57页
     ·均值漂移向量的基本形式第53页
     ·均值漂移算法的扩展第53-54页
       ·核函数第53-54页
       ·权重系数第54页
     ·多变量核函数密度估计第54-55页
     ·高分影像空-值域联合的核密度梯度估计第55-56页
     ·空-值域联合的多尺度均值漂移分割算法及流程第56-57页
   ·空-值域联合的多尺度均值漂移算法分割实验第57-79页
     ·实验区概况与实验方法第57-58页
     ·实验结果分析第58-78页
     ·实验结论第78-79页
第五章 边缘区域集成的高空间分辨率遥感影像分割方法第79-122页
   ·边缘与区域集成的策略第79-80页
     ·嵌入式集成策略第79-80页
     ·后处理集成策略第80页
   ·AICMS算法概述第80-83页
     ·基于边缘信息的空域半径计算模型第81页
     ·基于边缘信息的尺度计算模型第81-82页
     ·基于影像光谱统计信息的值域半径计算模型第82页
     ·AICMS算法及流程第82-83页
   ·AICMS算法分割实验第83-112页
     ·实验区概况与实验方法第83页
     ·实验结果分析第83-112页
     ·实验结论第112页
   ·AICMS与eCognition多尺度分割算法对比分析第112-122页
     ·eCognition多尺度分割算法简介第112-113页
     ·分割实验数据和结果分析第113-121页
     ·实验结论第121-122页
第六章 结论与展望第122-124页
   ·结论第122-123页
   ·主要创新点第123页
   ·展望第123-124页
参考文献第124-135页
致谢第135-136页
个人简历、在学期间的研究成果及发表的学术论文第136-137页

论文共137页,点击 下载论文
上一篇:刚柔混合漂浮基空间机器人系统的智能神经网络控制
下一篇:石材复杂型面加工控制及废水处理若干关键技术的研究