| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·分水岭算法的概述 | 第7-8页 |
| ·几种常见的分水岭算法 | 第8-10页 |
| ·基于“浸没”模型的分水岭算法 | 第8页 |
| ·通过“灰度骨架”计算分水岭 | 第8-9页 |
| ·有序算法 | 第9页 |
| ·一种高效精确的分水岭计算方法 | 第9-10页 |
| ·数学形态学概述 | 第10-11页 |
| ·数学形态学的发展状况 | 第10-11页 |
| ·我国数学形态学的发展情况 | 第11页 |
| ·本文的主要工作 | 第11-12页 |
| ·本文的章节安排 | 第12-13页 |
| 第二章 分水岭算法及其在遥感图像道路提取中的应用 | 第13-25页 |
| ·分水岭算法的数学描述 | 第13-14页 |
| ·分水岭算法的应用 | 第14页 |
| ·图像预处理 | 第14-16页 |
| ·区域生长型分水岭算法 | 第16-18页 |
| ·实验结果分析 | 第18-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 分水岭算法结合数学形态学在遥感图像目标识别中的应用 | 第25-38页 |
| ·数学形态学 | 第25页 |
| ·二值形态学 | 第25-28页 |
| ·二值腐蚀和膨胀 | 第25-27页 |
| ·二值开（open）和闭（close）运算 | 第27-28页 |
| ·灰度形态学 | 第28-29页 |
| ·形态学开闭尺度空间 | 第29-30页 |
| ·形态学梯度优化分水岭分割 | 第30-33页 |
| ·基于几何特征的识别方法 | 第33-34页 |
| ·尺寸 | 第33页 |
| ·形状 | 第33-34页 |
| ·空间关系 | 第34页 |
| ·实验结果分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于数学形态学和粗糙集在遥感图像目标识别中的应用 | 第38-46页 |
| ·粗糙集 | 第38-40页 |
| ·粗糙集理论简介 | 第38页 |
| ·粗糙集理论的基本概念 | 第38-40页 |
| ·数学形态学和粗糙集之间的联系 | 第40页 |
| ·灰度图象粗糙集滤波 | 第40-43页 |
| ·基于粗糙集滤波的数学形态学 | 第43页 |
| ·实验结果与分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 结论与展望 | 第46-48页 |
| ·本文工作总结 | 第46页 |
| ·今后工作展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第52页 |