| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-17页 |
| 缩略语对照表 | 第17-23页 |
| 第一章 绪论 | 第23-37页 |
| 1.1 研究背景及意义 | 第23-27页 |
| 1.1.1 极光的产生及研究意义 | 第23-24页 |
| 1.1.2 紫外遥感极光图像的获取 | 第24-25页 |
| 1.1.3 极光卵分割与亚暴检测的研究意义 | 第25-27页 |
| 1.2 极光卵分割与亚暴检测的研究进展及现状 | 第27-32页 |
| 1.2.1 极光卵分割的研究进展及现状 | 第27-31页 |
| 1.2.2 亚暴检测的研究进展及现状 | 第31-32页 |
| 1.3 本文的研究内容及章节安排 | 第32-37页 |
| 第二章 基于形状初始化和亮度自适应水平集的极光卵精确分割 | 第37-63页 |
| 2.1 引言 | 第37-39页 |
| 2.2 水平集图像分割方法 | 第39-47页 |
| 2.2.1 主动轮廓模型 | 第39-41页 |
| 2.2.2 水平集方法 | 第41-44页 |
| 2.2.3 经典水平集图像分割方法 | 第44-47页 |
| 2.3 SI&IA-LS图像分割算法 | 第47-55页 |
| 2.3.1 基于形态学成分分析的图像预处理 | 第47-48页 |
| 2.3.2 形状知识驱动的初始化曲线提取 | 第48-52页 |
| 2.3.3 亮度自适应的水平集演化 | 第52-55页 |
| 2.4 实验结果与分析 | 第55-62页 |
| 2.4.1 极光卵分割效果对比实验 | 第55-57页 |
| 2.4.2 主观评价实验 | 第57-59页 |
| 2.4.3 客观评价实验 | 第59-62页 |
| 2.5 本章小结 | 第62-63页 |
| 第三章 基于广义格子玻尔兹曼水平集的极光卵快速分割 | 第63-79页 |
| 3.1 引言 | 第63-64页 |
| 3.2 水平集方法耗时性分析 | 第64-67页 |
| 3.3 格子玻尔兹曼方法 | 第67-69页 |
| 3.3.1 格子模型 | 第68页 |
| 3.3.2 玻尔兹曼方程 | 第68-69页 |
| 3.4 GLB-LS图像分割算法 | 第69-74页 |
| 3.4.1 LB-LS算法 | 第70页 |
| 3.4.2 基于GLBM的数值求解 | 第70-71页 |
| 3.4.3 基于SFM的计算方式 | 第71-74页 |
| 3.4.4 GLB-LS算法的实现步骤 | 第74页 |
| 3.5 实验结果与分析 | 第74-77页 |
| 3.5.1 单幅图像极光卵分割的加速效果验证实验 | 第75-76页 |
| 3.5.2 多幅图像极光卵分割的加速效果验证实验 | 第76-77页 |
| 3.6 本章小结 | 第77-79页 |
| 第四章 基于马尔可夫嵌入水平集的极光卵鲁棒分割 | 第79-99页 |
| 4.1 引言 | 第79页 |
| 4.2 ME-LS图像分割算法 | 第79-83页 |
| 4.2.1 马尔可夫能量项 | 第80-82页 |
| 4.2.2 能量泛函和演化方程 | 第82-83页 |
| 4.3 实验结果与分析 | 第83-98页 |
| 4.3.1 极光卵分割效果对比实验 | 第84-85页 |
| 4.3.2 多类型图像分割效果对比实验 | 第85-98页 |
| 4.4 本章小结 | 第98-99页 |
| 第五章 基于形状约束稀疏低秩矩阵分解的亚暴自动检测 | 第99-127页 |
| 5.1 引言 | 第99-100页 |
| 5.2 序列运动分析 | 第100-105页 |
| 5.2.1 经典的序列运动分析方法 | 第100-102页 |
| 5.2.2 稀疏低秩矩阵分解方法 | 第102-105页 |
| 5.3 SCSLD算法 | 第105-108页 |
| 5.3.1 SCSLD算法的优化方程 | 第105-106页 |
| 5.3.2 SCSLD算法的实现步骤 | 第106-107页 |
| 5.3.3 SCSLD算法的参数选择 | 第107页 |
| 5.3.4 SCSLD算法的计算复杂度分析 | 第107-108页 |
| 5.4 基于SCSLD的亚暴自动检测方法 | 第108-118页 |
| 5.4.1 亚暴的发生和发展特点描述 | 第108-110页 |
| 5.4.2 基于SCSLD的亚暴自动检测方法概述 | 第110页 |
| 5.4.3 亚暴粗检测 | 第110-112页 |
| 5.4.4 亚暴序列运动分析 | 第112-116页 |
| 5.4.5 亚暴细检测 | 第116-118页 |
| 5.5 实验结果与分析 | 第118-126页 |
| 5.5.1 运动分析实验 | 第118-120页 |
| 5.5.2 案例分析实验 | 第120-123页 |
| 5.5.3 统计分析实验 | 第123-126页 |
| 5.6 本章小结 | 第126-127页 |
| 第六章 总结与展望 | 第127-131页 |
| 6.1 研究结论 | 第127-129页 |
| 6.2 研究展望 | 第129-131页 |
| 参考文献 | 第131-151页 |
| 致谢 | 第151-153页 |
| 作者简介 | 第153-154页 |
