高分辨率遥感影像多尺度分类方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究的背景与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·存在的问题 | 第17-18页 |
| ·本文的主要研究内容和结构安排 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 高分辨率遥感影像多尺度分割方法 | 第20-45页 |
| ·影像分割原理 | 第20页 |
| ·常见影像分割方法 | 第20-25页 |
| ·基于阈值的分割方法 | 第21页 |
| ·基于边缘检测的分割方法 | 第21-22页 |
| ·基于区域的分割方法 | 第22-23页 |
| ·其它分割方法 | 第23-25页 |
| ·分水岭变换 | 第25-28页 |
| ·算法描述 | 第25-26页 |
| ·分水岭变换的数学模型 | 第26-28页 |
| ·基于改进分水岭变换的多尺度分割方法 | 第28-43页 |
| ·预处理滤波 | 第29-33页 |
| ·梯度图像的构建 | 第33-34页 |
| ·标记提取 | 第34-36页 |
| ·多尺度区域合并 | 第36-39页 |
| ·最优尺度选择 | 第39-42页 |
| ·实验结果与分析 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第三章 高分辨率遥感影像的特征提取与表达 | 第45-58页 |
| ·遥感影像的低层特征 | 第45-49页 |
| ·光谱特征提取 | 第45-46页 |
| ·纹理特征提取 | 第46-49页 |
| ·影像表达的“语义鸿沟” | 第49-50页 |
| ·基于词包模型的影像对象表达 | 第50-52页 |
| ·词包模型 | 第50-51页 |
| ·影像对象的词包表达 | 第51-52页 |
| ·多尺度词包模型 | 第52-57页 |
| ·影像的尺度特性 | 第54页 |
| ·多尺度词包模型构建 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第四章 高分辨率遥感影像多尺度分类实验与分析 | 第58-75页 |
| ·实验数据 | 第58-60页 |
| ·基于改进分水岭变换的多尺度分割过程 | 第60-64页 |
| ·预处理滤波 | 第60页 |
| ·多尺度形态学梯度提取 | 第60-61页 |
| ·基于标记的分水岭变换 | 第61-62页 |
| ·多尺度区域合并及最优尺度选择 | 第62-64页 |
| ·基于 PLSA 模型的高分辨率遥感影像分类 | 第64-70页 |
| ·PLSA 模型概述 | 第64-66页 |
| ·基于 PLSA 模型的非监督分类实验 | 第66-70页 |
| ·实验结果分析 | 第70页 |
| ·其它数据实验 | 第70-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 结论与展望 | 第75-77页 |
| ·结论 | 第75-76页 |
| ·展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 攻硕期间的研究成果 | 第84-85页 |
