基于高分辨率遥感图像的阴影检测技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 本课题的研究背景及意义 | 第10-13页 |
| 1.2 高分辨率遥感图像阴影检测的研究现状 | 第13-17页 |
| 1.2.1 阈值分割模型 | 第14页 |
| 1.2.2 颜色空间模型 | 第14-15页 |
| 1.2.3 像素级分类模型 | 第15-17页 |
| 1.3 本文主要研究内容以及结构安排 | 第17-18页 |
| 第2章 随机行走与扩展随机行走 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 随机行走(RW) | 第18-23页 |
| 2.2.1 RW与图像处理 | 第19-20页 |
| 2.2.2 RW模型介绍 | 第20-21页 |
| 2.2.3 RW与空间信息的应用 | 第21-23页 |
| 2.3 扩展随机行走(ERW) | 第23-25页 |
| 2.3.1 ERW模型介绍 | 第23-24页 |
| 2.3.2 ERW模型求解 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于图像信息的ERW概率图构造 | 第26-36页 |
| 3.1 引言 | 第26-27页 |
| 3.2 概率图构造算法基本流程 | 第27页 |
| 3.3 亮度特征提取 | 第27-29页 |
| 3.3.1 HIS颜色空间转换 | 第28页 |
| 3.3.2 特征图像求取 | 第28-29页 |
| 3.4 图像分割 | 第29-30页 |
| 3.4.1 最大类间差计算 | 第29-30页 |
| 3.4.2 阈值分割 | 第30页 |
| 3.5 样本点标定 | 第30-32页 |
| 3.6 SVM分类与概率图构造 | 第32-33页 |
| 3.7 实验结果与分析 | 第33-35页 |
| 3.7.1 评价指标 | 第33-34页 |
| 3.7.2 实验结果 | 第34-35页 |
| 3.8 本章小结 | 第35-36页 |
| 第4章 联合空间信息的ERW阴影检测 | 第36-50页 |
| 4.1 引言 | 第36-37页 |
| 4.2 基于ERW的图像阴影检测 | 第37-41页 |
| 4.2.1 联合空间信息的ERW优化原理 | 第38-39页 |
| 4.2.2 基于ERW的概率优化与分类 | 第39-41页 |
| 4.3 实验结果与分析 | 第41-49页 |
| 4.3.1 参数讨论 | 第41-42页 |
| 4.3.2 对比实验方法介绍 | 第42-43页 |
| 4.3.3 局部图像实验与分析 | 第43-46页 |
| 4.3.4 全局图像实验与分析 | 第46-48页 |
| 4.3.5 实验分析总结 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 软件实现 | 第50-57页 |
| 5.1 软件系统的结构设计 | 第50-51页 |
| 5.2 软件系统的主要流程 | 第51-52页 |
| 5.3 软件系统的界面与功能 | 第52-53页 |
| 5.3.1 系统界面 | 第52-53页 |
| 5.3.2 系统功能 | 第53页 |
| 5.4 软件系统的应用 | 第53-56页 |
| 5.5 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第64页 |
