摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-22页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 国内外研究现状及存在的问题 | 第13-19页 |
1.2.1 遥感影像分割 | 第13-17页 |
1.2.2 最优尺度选择问题 | 第17-18页 |
1.2.3 当前研究存在的问题 | 第18-19页 |
1.3 论文主要研究内容 | 第19页 |
1.4 论文结构安排 | 第19-22页 |
第二章 相关理论基础 | 第22-33页 |
2.1 分水岭变换 | 第22-26页 |
2.1.1 算法原理 | 第22-23页 |
2.1.2 分水岭算法的数学描述 | 第23-25页 |
2.1.3 V-S分水岭算法 | 第25-26页 |
2.2 非下采样轮廓波变换 | 第26-29页 |
2.2.1 变换原理 | 第27-28页 |
2.2.2 非下采样塔式滤波器组 | 第28页 |
2.2.3 非下采样方向滤波器组 | 第28-29页 |
2.3 二值形态学理论 | 第29-32页 |
2.3.1 二值结构元素 | 第29-30页 |
2.3.2 二值腐蚀和膨胀 | 第30-32页 |
本章小结 | 第32-33页 |
第三章 一种基于邻域数组的遥感影像快速分割方法 | 第33-47页 |
3.1 基于形态学梯度的分水岭变换 | 第33-34页 |
3.2 区域合并的策略 | 第34页 |
3.3 邻域数组 | 第34-36页 |
3.4 基于邻域数组的遥感影像分割方法 | 第36-40页 |
3.4.1 分割方法概述及流程 | 第36-37页 |
3.4.2 两步区域合并 | 第37-40页 |
3.5 算法实验与分析 | 第40-46页 |
3.5.1 实验数据与实验设计 | 第40-41页 |
3.5.2 实验结果及分析 | 第41-46页 |
本章小结 | 第46-47页 |
第四章 一种融合多特征的高分辨率遥感影像分割方法 | 第47-62页 |
4.1 区域邻接关系维护 | 第47-52页 |
4.1.1 区域邻接图 | 第47-49页 |
4.1.2 最近邻图 | 第49-52页 |
4.2 区域合并准则 | 第52-55页 |
4.2.1 光谱特征距离 | 第52-53页 |
4.2.2 纹理特征距离 | 第53-54页 |
4.2.3 形状特征距离 | 第54-55页 |
4.3 融合多特征的高分辨率遥感影像分割算法及流程 | 第55-56页 |
4.4 算法实验与分析 | 第56-61页 |
4.4.1 实验数据与实验设计 | 第56页 |
4.4.2 合并准则对分割结果的影响 | 第56-58页 |
4.4.3 分割结果的多尺度表达 | 第58-59页 |
4.4.4 与其它算法的对比 | 第59-61页 |
本章小结 | 第61-62页 |
第五章 基于对象相似性的最优分割尺度评价方法 | 第62-70页 |
5.1 面向对象分析中的尺度问题 | 第62-63页 |
5.2 最优分割尺度评价方法 | 第63-66页 |
5.2.1 对象匹配 | 第63-64页 |
5.2.2 灰度相似性 | 第64-65页 |
5.2.3 形状相似性 | 第65-66页 |
5.2.4 分割质量评价函数 | 第66页 |
5.3 实验与分析 | 第66-69页 |
5.3.1 实验数据与实验设计 | 第66-67页 |
5.3.2 实验结果及分析 | 第67-69页 |
本章小结 | 第69-70页 |
第六章 基于多尺度分割的面向对象遥感影像道路提取 | 第70-86页 |
6.1 道路提取概述 | 第70-71页 |
6.2 基于多尺度分割的道路提取流程 | 第71-72页 |
6.3 道路知识库构建 | 第72-73页 |
6.4 对象特征计算 | 第73-75页 |
6.5 道路提取后处理 | 第75-79页 |
6.5.1 多方向形态学滤波 | 第75-77页 |
6.5.2 道路细化 | 第77-79页 |
6.5.3 断裂道路的连接 | 第79页 |
6.6 实验与分析 | 第79-85页 |
6.6.1 实验数据与实验设计 | 第79-80页 |
6.6.2 实验结果与分析 | 第80-85页 |
本章小结 | 第85-86页 |
结论 | 第86-89页 |
参考文献 | 第89-95页 |
攻读学位期间取得的研究成果 | 第95-96页 |
致谢 | 第96页 |