| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究历史与现状 | 第11-13页 |
| 1.3 面向对象的图像分析方法 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第二章 高分辨遥感图像分割与特征提取基础理论 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 常用的遥感图像分割方法 | 第16-23页 |
| 2.2.1 遥感图像分割 | 第16-17页 |
| 2.2.2 图像分割方法的分类 | 第17-18页 |
| 2.2.3 分水岭分割 | 第18-21页 |
| 2.2.4 SLIC | 第21-23页 |
| 2.3 高分辨率遥感图像特征提取 | 第23-27页 |
| 2.3.1 光谱特征 | 第23-24页 |
| 2.3.2 纹理特征 | 第24-27页 |
| 2.3.3 形状特征 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 高分辨率遥感图像分割方法研究 | 第28-43页 |
| 3.1 引言 | 第28页 |
| 3.2 高分辨率遥感图像特点分析及预处理 | 第28-31页 |
| 3.2.1 实验数据介绍 | 第29-30页 |
| 3.2.2 预处理结果分析 | 第30-31页 |
| 3.3 结合图论的基于超像素的遥感图像分割算法 | 第31-35页 |
| 3.3.1 基于超像素的图像分割 | 第32页 |
| 3.3.2 与图论结合的遥感图像分割 | 第32-34页 |
| 3.3.3 算法流程 | 第34-35页 |
| 3.4 实验结果与对比分析 | 第35-42页 |
| 3.4.1 预处理前后分割结果对比 | 第35-38页 |
| 3.4.2 SLIC与结合图论的基于超像素的分割结果 | 第38-40页 |
| 3.4.3 分水岭分割与结合图论的基于超像素的分割结果 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于多特征的面向对象的高分辨率遥感图像分类 | 第43-71页 |
| 4.1 引言 | 第43页 |
| 4.2 基于形态学特征的高分辨率遥感图像分类 | 第43-52页 |
| 4.2.1 形态学基本概念 | 第43-45页 |
| 4.2.2 APs特征 | 第45-48页 |
| 4.2.3 基于APs特征的遥感图像分类 | 第48-52页 |
| 4.3 基于颜色特征的高分辨率遥感图像分类 | 第52-55页 |
| 4.3.1 颜色特征 | 第52-54页 |
| 4.3.2 基于SVM的面向对象高分辨率遥感图像分类算法 | 第54-55页 |
| 4.4 实验结果与分析 | 第55-69页 |
| 4.4.1 Washington数据 | 第55-63页 |
| 4.4.2 克拉玛依数据 | 第63-69页 |
| 4.5 本章小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 全文总结 | 第71页 |
| 5.2 后续工作展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 攻硕期间取得的研究成果 | 第80-81页 |
