基于MRF模型的遥感图像分割算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 图像分割研究的背景及意义 | 第10-11页 |
| 1.2 遥感图像分割的研究意义与现状 | 第11-15页 |
| 1.2.1 遥感图像的成像 | 第11-12页 |
| 1.2.2 遥感图像的特征 | 第12-13页 |
| 1.2.3 国内外研究现状 | 第13-15页 |
| 1.3 本文研究的主要内容 | 第15-18页 |
| 第2章 基于MRF模型的遥感图像分割 | 第18-36页 |
| 2.1 遥感图像的统计分布分析 | 第18-23页 |
| 2.1.1 分布模型 | 第18-19页 |
| 2.1.2 模型拟合程度评估准则 | 第19-20页 |
| 2.1.3 实验分析 | 第20-23页 |
| 2.2 MRF模型基本理论 | 第23-31页 |
| 2.2.1 标号场建模 | 第23-27页 |
| 2.2.2 观测场建模 | 第27-28页 |
| 2.2.3 参数估计 | 第28-30页 |
| 2.2.4 最优准则 | 第30-31页 |
| 2.3 改进的空域MRF算法 | 第31-34页 |
| 2.3.1 改进的标号场能量函数 | 第31页 |
| 2.3.2 观测场模型 | 第31-32页 |
| 2.3.3 算法描述 | 第32页 |
| 2.3.4 实验分析 | 第32-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第3章 基于模糊理论的MRF图像分割算法 | 第36-44页 |
| 3.1 模糊理论基础 | 第36-39页 |
| 3.1.1 模糊集合理论 | 第36-37页 |
| 3.1.2 模糊聚类的特点 | 第37页 |
| 3.1.3 隶属度函数和去模糊化方法 | 第37-39页 |
| 3.2 改进的基于FCM的模糊目标函数 | 第39-40页 |
| 3.3 参数估计与算法流程 | 第40-42页 |
| 3.3.1 隶属度估计 | 第40页 |
| 3.3.2 统计分布参数估计 | 第40-41页 |
| 3.3.3 算法流程图 | 第41-42页 |
| 3.4 实验分析 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 小波域TMF遥感图像分割方法 | 第44-54页 |
| 4.1 小波分析 | 第44页 |
| 4.2 三重马尔可夫场模型 | 第44-47页 |
| 4.2.1 TMF模型 | 第44-46页 |
| 4.2.2 融合纹理的附加场初始化 | 第46-47页 |
| 4.3 小波域TMF图像分割方法 | 第47-51页 |
| 4.3.1 双重后验分布估计 | 第48-49页 |
| 4.3.2 基于SMAP的分割算法 | 第49-50页 |
| 4.3.3 参数估计与算法流程 | 第50-51页 |
| 4.4 实验分析 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第5章 图像分割方法的实验与比较 | 第54-60页 |
| 5.1 基于纹理特征的MRF图像分割 | 第54-58页 |
| 5.1.1 纹理的定义 | 第54页 |
| 5.1.2 纹理特征提取 | 第54-56页 |
| 5.1.3 实验分析 | 第56-58页 |
| 5.2 图像分割方法比较 | 第58-59页 |
| 5.3 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间所发表的论文和取得的科研成果 | 第66-68页 |
| 致谢 | 第68-70页 |
| 个人简历 | 第70页 |
