| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第15-24页 |
| 1.1 研究背景和目的 | 第15-18页 |
| 1.2 国内外研究现状 | 第18-21页 |
| 1.2.1 高空间分辨率遥感影像分割算法的研究现状 | 第18-19页 |
| 1.2.2 分水岭算法的研究现状 | 第19-21页 |
| 1.3 研究内容与框架 | 第21-24页 |
| 1.3.1 研究内容 | 第21-22页 |
| 1.3.2 研究框架 | 第22-24页 |
| 第2章 各向异性扩散滤波算法 | 第24-28页 |
| 2.1 基本原理 | 第24-25页 |
| 2.2 标准的各向异性扩散模型 | 第25-26页 |
| 2.3 各向异性扩散模型的离散化 | 第26-28页 |
| 第3章 数学形态学和分水岭变换原理 | 第28-35页 |
| 3.1 数学形态学原理 | 第28-32页 |
| 3.1.1 二值形态学及其基本运算 | 第28-30页 |
| 3.1.2 灰度形态学及其基本运算 | 第30-32页 |
| 3.2 分水岭变换 | 第32-35页 |
| 3.2.1 基于浸水模型的分水岭算法 | 第33-34页 |
| 3.2.2 基于降水模型的分水岭算法 | 第34-35页 |
| 第4章 基于改进各向异性扩散滤波的分水岭变换分割算法及应用 | 第35-51页 |
| 4.1 改进的各向异性扩散滤波及分水岭变换的分割研究 | 第35-39页 |
| 4.1.1 改进的各向异性扩散模型 | 第35-37页 |
| 4.1.2 多尺度形态学梯度 | 第37-38页 |
| 4.1.3 极小值变换 | 第38-39页 |
| 4.2 实验数据及过程 | 第39-41页 |
| 4.2.1 数据来源 | 第39页 |
| 4.2.2 实验过程 | 第39-41页 |
| 4.3 实验结果 | 第41-49页 |
| 4.3.1 无人机航拍影像实验 | 第41-47页 |
| 4.3.2 QuickBird影像实验 | 第47-49页 |
| 4.4 结果分析 | 第49-51页 |
| 第5章 高空间分辨率遥感影像分割的精度评价 | 第51-63页 |
| 5.1 不一致性评价方法 | 第51-52页 |
| 5.2 质量评价指标 | 第52-54页 |
| 5.3 分割结果的质量评价 | 第54-57页 |
| 5.3.1 无人机航拍影像分割结果评价 | 第54-55页 |
| 5.3.2 QuickBird影像分割结果评价 | 第55-57页 |
| 5.4 分割结果的精度对比 | 第57-63页 |
| 5.4.1 航拍影像分割本文方法与eCogniton对比 | 第57-60页 |
| 5.4.2 QuickBird影像分割本文方法与eCogniton对比 | 第60-62页 |
| 5.4.3 总结 | 第62-63页 |
| 第6章 结论与展望 | 第63-66页 |
| 6.1 结论 | 第63-64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71页 |
