| 中文摘要 | 第1-8页 |
| 英文摘要 | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究目的和意义 | 第10-13页 |
| ·研究内容和技术路线 | 第13-14页 |
| ·研究内容 | 第13页 |
| ·技术路线 | 第13-14页 |
| ·章节安排 | 第14-15页 |
| 参考文献 | 第15-19页 |
| 第二章 遥感数字图像处理基础 | 第19-25页 |
| ·数字图像处理 | 第19-20页 |
| ·遥感与遥感数字图像 | 第20-22页 |
| ·遥感数字图像处理 | 第22-23页 |
| ·本章小结 | 第23页 |
| 参考文献 | 第23-25页 |
| 第三章 数学形态学图像处理的基本原理 | 第25-40页 |
| ·数学形态学发展概述 | 第25-27页 |
| ·二值数学形态学图像处理原理 | 第27-34页 |
| ·二值数学形态学中的基本集合运算 | 第27-29页 |
| ·二值数学形态学图像处理基本原理 | 第29-34页 |
| ·灰度数学形态学图像处理原理 | 第34-37页 |
| ·极小运算与极大运算 | 第34-35页 |
| ·灰度数学形态学图像处理基本原理 | 第35-37页 |
| ·本章小结 | 第37页 |
| 参考文献 | 第37-40页 |
| 第四章 基于数学形态学的高分辨率遥感图像去噪方法研究 | 第40-52页 |
| ·基本的形态学去噪方法 | 第40-44页 |
| ·简单的形态学去噪方法 | 第40-41页 |
| ·形态学开闭复合滤波器去噪方法 | 第41-42页 |
| ·形态学开闭交替顺序滤波去噪方法 | 第42-44页 |
| ·结构元素的选取对图像去噪效果的影响 | 第44-45页 |
| ·全方位结构元素多级加权滤波去噪方法 | 第45-49页 |
| ·全方位结构元素的设计 | 第45-46页 |
| ·全方位结构元素多级加权滤波去噪算法 | 第46-49页 |
| ·算法仿真与比较 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 参考文献 | 第51-52页 |
| 第五章 基于数学形态学的高分辨率遥感图像边缘检测算法研究 | 第52-75页 |
| ·传统的图像边缘检测算法 | 第54-62页 |
| ·梯度边缘检测算法 | 第55-56页 |
| ·Roberts 边缘检测算法 | 第56页 |
| ·Sobel 边缘检测算法 | 第56页 |
| ·Prewitt 边缘检测算法 | 第56页 |
| ·Kirsch 和 Robinson 边缘检测算法 | 第56-57页 |
| ·零交叉(LOG)边缘检测算法 | 第57-59页 |
| ·Canny 边缘检测算法 | 第59-60页 |
| ·小波边缘检测算法 | 第60页 |
| ·传统边缘检测算法实验结果比较 | 第60-62页 |
| ·基于数学形态学的遥感图像边缘检测算法设计 | 第62-70页 |
| ·基本的形态学边缘检测算法 | 第64-68页 |
| ·多尺度、全方位结构元素的遥感图像边缘检测算法设计 | 第68-70页 |
| ·算法仿真与比较 | 第70-72页 |
| ·本章小结 | 第72页 |
| 参考文献 | 第72-75页 |
| 第六章 遥感数字影像边界追踪与几何特征提取 | 第75-85页 |
| ·遥感数字影像边缘检测的后处理 | 第75-79页 |
| ·基于数学形态学的图像边缘生长方法 | 第75-77页 |
| ·基于数学形态学的图像边缘短刺消除方法 | 第77-79页 |
| ·边界追踪 | 第79-80页 |
| ·遥感数字影像的几何特征提取 | 第80-84页 |
| ·本章小结 | 第84页 |
| 参考文献 | 第84-85页 |
| 第七章 结论与展望 | 第85-87页 |
| ·结论 | 第85-86页 |
| ·展望 | 第86-87页 |
| 致谢 | 第87页 |
