基于高分辨率遥感影像的城区建筑物提取方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 遥感影像建筑物提取研究现状 | 第13-14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 1.4 本文的章节安排 | 第15-17页 |
| 第2章 遥感影像预处理及影像分割研究 | 第17-31页 |
| 2.1 遥感影像预处理 | 第17-20页 |
| 2.1.1 常见的遥感数据及特点 | 第17-18页 |
| 2.1.2 遥感影像的预处理 | 第18-20页 |
| 2.2 图像分割技术的研究 | 第20-22页 |
| 2.2.1 基于边缘检测的分割方法 | 第20页 |
| 2.2.2 基于区域的分割方法 | 第20-21页 |
| 2.2.3 基于灰度特征的阈值分割方法 | 第21页 |
| 2.2.4 其它的图像分割方法 | 第21-22页 |
| 2.3 传统分水岭算法的研究 | 第22-23页 |
| 2.3.1 分水岭变换原理 | 第22页 |
| 2.3.2 传统分水岭算法优缺点 | 第22-23页 |
| 2.4 改进的分水岭算法实现 | 第23-27页 |
| 2.4.1 多尺度梯度图像 | 第23-24页 |
| 2.4.2 区域标记 | 第24-26页 |
| 2.4.3 改进的分水岭算法 | 第26-27页 |
| 2.5 高分遥感影像分割实验结果 | 第27-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于面向对象的建筑物提取 | 第31-40页 |
| 3.1 城市地区地理特点分析 | 第31-32页 |
| 3.2 遥感影像的建筑物提取特征 | 第32-36页 |
| 3.2.1 光谱特征 | 第33页 |
| 3.2.2 纹理特征 | 第33-34页 |
| 3.2.3 形状特征 | 第34-36页 |
| 3.3 基于形状性约束的建筑物提取 | 第36-38页 |
| 3.3.1 建筑物在图像分割后的状态 | 第36页 |
| 3.3.2 矩形度作为提取依据的意义 | 第36-37页 |
| 3.3.3 建筑物提取 | 第37-38页 |
| 3.4 建筑物提取结果 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于最近邻分类算法的建筑物提取 | 第40-53页 |
| 4.1 数学形态学基本原理 | 第40-42页 |
| 4.1.1 结构元素 | 第40-41页 |
| 4.1.2 形态学腐蚀和膨胀 | 第41页 |
| 4.1.3 形态学开闭运算及顶帽变换 | 第41-42页 |
| 4.2 多方向性形态学滤波算法 | 第42-44页 |
| 4.2.1 多方向结构元素选取 | 第42-43页 |
| 4.2.2 形态学滤波剔除道路干扰 | 第43-44页 |
| 4.3 基于面向对象最近邻算法的建筑物提取 | 第44-48页 |
| 4.3.1 特征提取 | 第45-46页 |
| 4.3.2 距离的概念 | 第46-47页 |
| 4.3.3 面向对象的最近邻算法 | 第47-48页 |
| 4.3.4 最近邻分类算法流程图 | 第48页 |
| 4.4 建筑物提取实验结果及精度分析 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53页 |
| 5.2 工作展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 作者简介及在学期间所取得的科研成果 | 第58-59页 |
| 致谢 | 第59页 |
