视觉注意机制下面向对象高分辨率遥感影像建筑物提取
| 论文创新点 | 第1-9页 |
| 中文摘要 | 第9-11页 |
| Abstract | 第11-13页 |
| 1 绪论 | 第13-22页 |
| ·选题意义 | 第13-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·主要研究内容 | 第17-19页 |
| ·论文组织结构 | 第19-22页 |
| 2 视觉注意机制基础理论 | 第22-33页 |
| ·视觉注意机制及计算模型 | 第22-28页 |
| ·人类视觉系统的生理过程 | 第23-25页 |
| ·注意的心理学理论模型 | 第25页 |
| ·视觉注意的计算模型 | 第25-28页 |
| ·基于信息理论的视觉注意模型 | 第28-29页 |
| ·基于对象的视觉注意模型 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 3 遥感影像色彩一致性处理 | 第33-55页 |
| ·传统色彩一致性处理算法 | 第33-37页 |
| ·基于MASK原理的匀光 | 第34页 |
| ·对比度拉伸改进的MASK匀光 | 第34-35页 |
| ·小波变换改进的MASK匀光 | 第35-37页 |
| ·顾及色调保持的HSV彩色空间小波域增强 | 第37-46页 |
| ·改进的HSV彩色空间变换 | 第38-41页 |
| ·算法流程 | 第41-42页 |
| ·实验与结果分析 | 第42-46页 |
| ·薄云覆盖下的遥感影像匀光 | 第46-53页 |
| ·薄云覆盖的遥感影像成像模型 | 第46-47页 |
| ·算法流程 | 第47-49页 |
| ·实验与结果分析 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 4 面向对象的高分辨率遥感影像多尺度分割 | 第55-82页 |
| ·面向对象的多尺度分割 | 第55-63页 |
| ·影像分割方法分类 | 第55-57页 |
| ·分形网络演化算法 | 第57-62页 |
| ·凸面模型准则 | 第62-63页 |
| ·结合纹理特征的面向对象分割 | 第63-73页 |
| ·遥感影像纹理特征描述 | 第64-66页 |
| ·算法流程 | 第66-68页 |
| ·实验与结果分析 | 第68-73页 |
| ·基于边缘合并代价准则的面向对象分割 | 第73-81页 |
| ·遥感影像的边缘强度 | 第74-76页 |
| ·算法流程 | 第76-77页 |
| ·实验与结果分析 | 第77-81页 |
| ·本章小结 | 第81-82页 |
| 5 视觉注意机制下面向对象的建筑区提取 | 第82-105页 |
| ·高分辨率遥感影像建筑区纹理特征描述 | 第83-86页 |
| ·建筑区在高分辨率遥感影像中的特点 | 第83-85页 |
| ·建筑区纹理特征增强 | 第85-86页 |
| ·视觉注意机制下的建筑区显著指数 | 第86-88页 |
| ·建筑区提取算法流程 | 第88-90页 |
| ·实验与结果分析 | 第90-104页 |
| ·对比方法及评价指标 | 第90-94页 |
| ·实验数据 | 第94-95页 |
| ·实验分析与讨论 | 第95-104页 |
| ·本章小结 | 第104-105页 |
| 6 视觉注意机制下面向对象的建筑物提取 | 第105-123页 |
| ·面向对象的遥感影像阴影提取 | 第105-112页 |
| ·阴影对象特征知识库构建 | 第106-107页 |
| ·阴影提取算法流程 | 第107-108页 |
| ·实验与结果分析 | 第108-112页 |
| ·面向对象的遥感影像建筑物提取 | 第112-121页 |
| ·视觉注意机制下的建筑物显著指数 | 第112-114页 |
| ·建筑物与阴影邻接准则 | 第114-115页 |
| ·建筑物提取算法流程 | 第115-117页 |
| ·实验与结果分析 | 第117-121页 |
| ·本章小结 | 第121-123页 |
| 7 总结与展望 | 第123-127页 |
| ·论文主要工作与创新 | 第123-125页 |
| ·下一步工作与展望 | 第125-127页 |
| 参考文献 | 第127-137页 |
| 攻博期间发表的科研成果目录 | 第137-139页 |
| 致谢 | 第139-140页 |
