| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 高分辨率影像中建筑物自动检测方法 | 第12-14页 |
| 1.2.2 建筑物信息提取 | 第14页 |
| 1.2.3 研究现状总结 | 第14-15页 |
| 1.3 研究目标、研究内容与技术路线 | 第15-18页 |
| 1.3.1 研究目标 | 第15页 |
| 1.3.2 研究内容 | 第15-16页 |
| 1.3.3 技术路线 | 第16-18页 |
| 1.4 论文组织 | 第18页 |
| 1.5 本章小结 | 第18-19页 |
| 第2章 航空立体影像中建筑物自动提取的相关理论基础 | 第19-33页 |
| 2.1 面向对象的影像建筑物检测方法 | 第19-22页 |
| 2.1.1 建筑物图像特征 | 第19-20页 |
| 2.1.2 多尺度分割 | 第20页 |
| 2.1.3 多尺度分割参数 | 第20-21页 |
| 2.1.4 面向对象分类技术 | 第21-22页 |
| 2.2 数学形态学 | 第22-24页 |
| 2.2.1 二值形态学 | 第22-23页 |
| 2.2.2 灰度形态学 | 第23-24页 |
| 2.3 边缘检测 | 第24-28页 |
| 2.3.1 Roberts算子 | 第25页 |
| 2.3.2 Laplace算子 | 第25-26页 |
| 2.3.3 Canny边缘检测 | 第26-28页 |
| 2.4 立体影像匹配 | 第28-31页 |
| 2.4.1 立体匹配方法分类 | 第28-30页 |
| 2.4.2 立体匹配相关方法和理论介绍 | 第30-31页 |
| 2.5 立体像对前方交会 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于面向对象和高程约束的建筑物多级自动检测方法 | 第33-43页 |
| 3.1 基于面向对象的航空影像建筑物初始检测 | 第33-34页 |
| 3.2 基于数学形态学和边缘检测的建筑物初始检测结果精化 | 第34-36页 |
| 3.2.1 数学形态学运算 | 第35页 |
| 3.2.2 基于边缘检测的小图斑删除 | 第35页 |
| 3.2.3 实验结果 | 第35-36页 |
| 3.3 基于高程约束的建筑物精化检测结果的优化处理 | 第36-42页 |
| 3.3.1 概率松弛法影像匹配 | 第37-40页 |
| 3.3.2 匹配结果的有效性检验 | 第40-41页 |
| 3.3.3 高程的解算 | 第41页 |
| 3.3.4 图斑的筛选 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 航空立体影像建筑物自动检测的实验结果及分析 | 第43-55页 |
| 4.1 数据来源 | 第43-44页 |
| 4.2 实验过程 | 第44-48页 |
| 4.3 建筑物提取结果评价及分析 | 第48-54页 |
| 4.3.1 Ultracam数码航空相机拍摄的光学航空影像 | 第49-51页 |
| 4.3.2 ISPRS测试数据集中的航空影像 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 结论与展望 | 第55-57页 |
| 5.1 结论 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 在读期间发表的学术论文与研究成果 | 第62-63页 |
| 致谢 | 第63页 |
