多尺度遥感图像分割算法研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·选题背景及意义 | 第10-11页 |
| ·国内外发展动态 | 第11-13页 |
| ·本文的研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 第2章 遥感图像及图像分割技术概述 | 第16-27页 |
| ·遥感图像 | 第16-17页 |
| ·遥感技术 | 第16-17页 |
| ·遥感图像的获取 | 第17页 |
| ·图像分割技术概述 | 第17-26页 |
| ·图像分割定义 | 第17-18页 |
| ·基于阈值的分割方法 | 第18-19页 |
| ·基于边缘检测的分割方法 | 第19-23页 |
| ·基于区域的分割方法 | 第23-24页 |
| ·三类分割算法比较 | 第24-26页 |
| ·多尺度分割 | 第26页 |
| ·本章小节 | 第26-27页 |
| 第3章 分水岭算法及均值漂移算法 | 第27-46页 |
| ·分水岭算法相关理论 | 第27-39页 |
| ·数学形态学的基本操作 | 第27-29页 |
| ·分水岭分割算法原理 | 第29-30页 |
| ·分水岭变换数学模型 | 第30-34页 |
| ·V-S 分水岭分割算法流程 | 第34-38页 |
| ·分水岭算法的缺陷及解决方法 | 第38-39页 |
| ·均值漂移算法原理 | 第39-44页 |
| ·基本的Mean Shift 算法 | 第39-40页 |
| ·引入核函数的Mean Shift 算法 | 第40-43页 |
| ·常见的核函数 | 第43-44页 |
| ·LUV 颜色特征空间 | 第44-45页 |
| ·本章小节 | 第45-46页 |
| 第4章 多尺度遥感图像分割 | 第46-58页 |
| ·遥感图像多尺度分水岭分割算法 | 第46-52页 |
| ·多尺度形态梯度算子 | 第46-47页 |
| ·模糊C 均值聚类 | 第47-49页 |
| ·多尺度分水岭分割算法 | 第49-50页 |
| ·实验结果及分析 | 第50-52页 |
| ·遥感图像多尺度均值漂移分割算法 | 第52-57页 |
| ·基于均值漂移的遥感图像分割 | 第52-54页 |
| ·引入多尺度的均值漂移遥感图像分割 | 第54-55页 |
| ·实验结果及分析 | 第55-57页 |
| ·本章小节 | 第57-58页 |
| 第5章 多尺度遥感图像分割算法的应用 | 第58-62页 |
| ·遥感图像处理演示系统 | 第58-60页 |
| ·多尺度遥感图像分割在城市绿地分割中的应用 | 第60-61页 |
| ·本章小节 | 第61-62页 |
| 第6章 结论与展望 | 第62-64页 |
| ·结论 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间参加的科研项目和成果 | 第68页 |
