| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容与技术路线 | 第12-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第2章 多特征融合的云区提取 | 第15-27页 |
| 2.1 基于光谱特征的云区提取 | 第15-21页 |
| 2.1.1 高分影像上云层光谱特征分析 | 第15-17页 |
| 2.1.2 含云影像基底图生成 | 第17-20页 |
| 2.1.3 面向对象的亮度阈值分割提取云区 | 第20-21页 |
| 2.2 基于纹理特征人造地物的排除 | 第21-25页 |
| 2.2.1 高分影像上云层纹理特征分析 | 第21-23页 |
| 2.2.2 Gabor线型纹理特征图生成 | 第23-24页 |
| 2.2.3 基于Gabor特征的人造地物提取 | 第24-25页 |
| 2.3 综合光谱和纹理特征确定云区 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于改进的图割模型的云区优化 | 第27-44页 |
| 3.1 图割模型基本原理 | 第27-34页 |
| 3.1.1 图论基础 | 第27-28页 |
| 3.1.2 图割模型简介 | 第28-29页 |
| 3.1.3 图割模型求解 | 第29-34页 |
| 3.2 经典二分类图割模型能量函数 | 第34-36页 |
| 3.2.1 经典图割模型能量函数构建 | 第34-36页 |
| 3.2.2 经典图割模型能量函数在影像分类中的应用 | 第36页 |
| 3.3 适用于云检测的图割模型能量函数 | 第36-43页 |
| 3.3.1 能量函数区域项的确定 | 第37-38页 |
| 3.3.2 能量函数边界项的确定 | 第38-41页 |
| 3.3.3 改进的图割模型能量函数在云检测中的应用 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 实验与分析 | 第44-59页 |
| 4.1 实验数据 | 第44-45页 |
| 4.2 实验评价方法 | 第45-46页 |
| 4.3 实验结果与分析 | 第46-58页 |
| 4.3.1 面向对象的亮度阈值分割云检测实验结果与分析 | 第47-50页 |
| 4.3.2 综合光谱特征和纹理特征云检测实验结果与分析 | 第50-53页 |
| 4.3.3 基于改进的图割模型云检测实验结果与分析 | 第53-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 主要工作与创新 | 第59-60页 |
| 5.2 待进一步解决和研究的问题 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
