| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·本文研究的内容 | 第14-15页 |
| ·研究意义 | 第15-16页 |
| ·本文组织结构 | 第16-17页 |
| 第2章 图像分割方法概述 | 第17-31页 |
| ·图像分割定义 | 第17-18页 |
| ·图像分割的地位 | 第17页 |
| ·图像分割定义 | 第17-18页 |
| ·经典图像分割方法 | 第18-25页 |
| ·边缘检测分割法 | 第18-21页 |
| ·阈值分割法 | 第21-23页 |
| ·区域跟踪分割法 | 第23-25页 |
| ·三种分割算法比较 | 第25页 |
| ·结合特定理论工具的分割方法 | 第25-30页 |
| ·基于数学形态学的分割技术 | 第26页 |
| ·基于模糊技术的图像分割方法 | 第26-27页 |
| ·基于人工神经网络技术的图像分割方法 | 第27-29页 |
| ·遗传算法在图像分割中的应用 | 第29页 |
| ·基于小波分析和变换的分割技术 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于改进 Otsu 的遥感图像分割算法 | 第31-39页 |
| ·引言 | 第31页 |
| ·Otsu 阈值分割算法的基本原理 | 第31-33页 |
| ·单阈值Otsu 算法原理 | 第31-32页 |
| ·Otsu 多阈值算法推广实现 | 第32-33页 |
| ·Nelder-Mead 单纯形法优化 Otsu 算法 | 第33-35页 |
| ·实验及结果对比 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于改进SUSAN 的遥感图像分割算法 | 第39-48页 |
| ·引言 | 第39页 |
| ·SUSAN 算法原理 | 第39-41页 |
| ·对SUSAN 算法的改进 | 第41-42页 |
| ·实验步骤及结果对比 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 结合分水岭的面向对象遥感图像分割算法 | 第48-62页 |
| ·引言 | 第48页 |
| ·分水岭算法介绍 | 第48-51页 |
| ·面向对象的多尺度分割算法 | 第51-52页 |
| ·多尺度影像分割技术 | 第51页 |
| ·异质性最小区域合并法则 | 第51-52页 |
| ·结合分水岭和面向对象的图像分割算法 | 第52-54页 |
| ·实验步骤及实验分析 | 第54-61页 |
| ·实验数据 | 第54-55页 |
| ·实验参数选择 | 第55-56页 |
| ·多尺度分割实验 | 第56-58页 |
| ·分水岭变换与改进分水岭算法对比实验 | 第58-60页 |
| ·改进分水岭算法与经典算法的对比实验 | 第60页 |
| ·分割精度估计 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |