基于遥感图像中港口目标的分割算法研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究的背景以及意义 | 第15-17页 |
| 1.2 遥感图像分割技术的研究现状 | 第17-18页 |
| 1.3 本文的主要研究工作和每章内容 | 第18-21页 |
| 第二章 遥感图像分割理论及方法介绍 | 第21-35页 |
| 2.1 图像分割的概述 | 第21-22页 |
| 2.2 图像分割的流程 | 第22-25页 |
| 2.3 常用的图像分割方法 | 第25-29页 |
| 2.3.1 区域分割法 | 第26页 |
| 2.3.2 边缘分割法 | 第26-27页 |
| 2.3.3 马尔科夫随机场的分割方法 | 第27页 |
| 2.3.4 形态学分割法 | 第27-28页 |
| 2.3.5 形变模型的图像分割方法 | 第28页 |
| 2.3.6 聚类的图像分割方法 | 第28页 |
| 2.3.7 其他分割方法介绍 | 第28-29页 |
| 2.4 高分辨率遥感图像分割的难点 | 第29-30页 |
| 2.5 图像形态学 | 第30-31页 |
| 2.5.1 膨胀 | 第30-31页 |
| 2.5.2 腐蚀 | 第31页 |
| 2.5.3 开操作和操作 | 第31页 |
| 2.6 图像分割结果的评价准则 | 第31-33页 |
| 2.7 港口特征信息分析 | 第33-34页 |
| 2.8 本章小结 | 第34-35页 |
| 第三章 图像阈值分割 | 第35-51页 |
| 3.1 阈值分割 | 第35-36页 |
| 3.1.1 基于阈值分割的概念 | 第35页 |
| 3.1.2 阈值分割算法内容 | 第35页 |
| 3.1.3 阈值的选取 | 第35-36页 |
| 3.2 最大类间方差法(OTSU算法) | 第36-39页 |
| 3.2.1 OTSU算法概述 | 第36-37页 |
| 3.2.2 OTSU算法内容 | 第37-39页 |
| 3.3 直觉模糊熵阈值分割法 | 第39-44页 |
| 3.3.1 直觉模糊熵概念 | 第40-41页 |
| 3.3.2 加权参数直觉模糊熵概念 | 第41页 |
| 3.3.3 直觉模糊熵分割法 | 第41-42页 |
| 3.3.4 加权参数直觉模糊熵阈值分割法 | 第42-44页 |
| 3.4 实验结果与分析 | 第44-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 基于PCNN图像分割 | 第51-59页 |
| 4.1 PCNN理论基础 | 第51页 |
| 4.2 PCNN模型原理概述 | 第51-53页 |
| 4.3 PCNN图像分割原理 | 第53-54页 |
| 4.4 分割结果与分析 | 第54-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 完成的工作与总结 | 第59-60页 |
| 5.2 图像分割算法未来发展展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 作者简介 | 第67-68页 |
