遥感影像建筑物检测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 基于区域分割的检测方法 | 第13-14页 |
| 1.2.2 基于多尺度分割的检测方法 | 第14-15页 |
| 1.2.3 基于边缘与角点的建筑物检测方法 | 第15页 |
| 1.3 本文内容及组织结构 | 第15-19页 |
| 第2章 遥感影像建筑物检测的预处理 | 第19-29页 |
| 2.1 传统的Harris角点检测算法 | 第19-23页 |
| 2.1.1 Harris算法基本原理 | 第19-21页 |
| 2.1.2 Harris角点算法实现 | 第21-23页 |
| 2.2 改进Harris角点检测算法 | 第23-24页 |
| 2.2.1 算法思想 | 第23页 |
| 2.2.2 改进Harris角点的算法设计 | 第23-24页 |
| 2.3 遥感影像边缘提取 | 第24-26页 |
| 2.4 本章小结 | 第26-29页 |
| 第3章 基于CNN的建筑物检测算法 | 第29-43页 |
| 3.1 卷积神经网络结构 | 第29-37页 |
| 3.2 基于聚合的卷积神经网络 | 第37-38页 |
| 3.3 训练过程 | 第38-39页 |
| 3.4 检测结果后处理 | 第39-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章 实验过程及结果分析 | 第43-63页 |
| 4.1 基于CNN的遥感影像建筑物检测框架 | 第43-45页 |
| 4.2 实验环境 | 第45页 |
| 4.2.1 软硬件环境 | 第45页 |
| 4.2.2 实验数据 | 第45页 |
| 4.3 改进Harris角点检测实验 | 第45-51页 |
| 4.3.1 实验数据及内容 | 第45-46页 |
| 4.3.2 实验过程及结果 | 第46-51页 |
| 4.3.3 结果分析 | 第51页 |
| 4.4 基于CNN的建筑物检测实验 | 第51-61页 |
| 4.4.1 实验数据及内容 | 第51页 |
| 4.4.2 实验过程及结果 | 第51-60页 |
| 4.4.3 结果分析 | 第60-61页 |
| 4.5 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |
