| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-13页 |
| 1.1.1 图像分割的定义 | 第9-10页 |
| 1.1.2 遥感图像分割的意义 | 第10-11页 |
| 1.1.3 遥感图像分割的国内外研究现状 | 第11-13页 |
| 1.2 图像分割方法分类 | 第13-17页 |
| 1.2.1 基于边缘的分割方法 | 第13-14页 |
| 1.2.2 基于区域的分割方法 | 第14-15页 |
| 1.2.3 基于特定理论的分割方法 | 第15-17页 |
| 1.3 论文内容安排 | 第17-19页 |
| 第二章 基于水平集的图像分割 | 第19-30页 |
| 2.1 活动轮廓模型概述 | 第19-23页 |
| 2.1.1 曲线演化理论 | 第20-22页 |
| 2.1.2 变分法 | 第22-23页 |
| 2.1.3 梯度下降法 | 第23页 |
| 2.2 水平集方法 | 第23-30页 |
| 2.2.1 水平集的数值计算实现 | 第25-27页 |
| 2.2.2 符号距离函数以及水平集函数的初始化 | 第27页 |
| 2.2.3 无需重新初始化的变分水平集 | 第27-28页 |
| 2.2.4 水平集演化步骤 | 第28-29页 |
| 2.2.5 小节 | 第29-30页 |
| 第三章 几种变分水平集图像分割模型 | 第30-38页 |
| 3.1 GAC 模型 | 第30-32页 |
| 3.2 LBF 模型 | 第32-33页 |
| 3.3 Mumford-Shah 分割模型 | 第33-34页 |
| 3.4 Chan-Vese 模型 | 第34-36页 |
| 3.5 实验结果与讨论 | 第36-37页 |
| 3.6 小节 | 第37-38页 |
| 第四章 基于改进的多相位的水平集的遥感图像分割 | 第38-54页 |
| 4.1 水平集的遥感图像分割现状 | 第38页 |
| 4.2 多相位水平集分割模型 | 第38-43页 |
| 4.2.1 N 个水平集表达 N 个相位 | 第39-40页 |
| 4.2.2 1 个水平集表达 N+1 个相位 | 第40页 |
| 4.2.3 N-1 个水平集表达 N 个相位 | 第40-41页 |
| 4.2.4 N 个水平集表达 2N个相位 | 第41-43页 |
| 4.3 改进型的多相位 C-V 水平集的遥感图像分割 | 第43-48页 |
| 4.3.1 新的初始化方法 | 第44-46页 |
| 4.3.2 无需初始化的多相位 C-V 水平集模型 | 第46-47页 |
| 4.3.3 梯度加成的水平集模型 | 第47-48页 |
| 4.3.4 算法流程 | 第48页 |
| 4.4 实验结果分析 | 第48-52页 |
| 4.5 小节 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 硕士研究生期间发表的论文 | 第59-60页 |
| 致谢 | 第60页 |