| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 高分辨率遥感影像语义分割面临的问题 | 第18-20页 |
| 1.4 研究内容与结构安排 | 第20-23页 |
| 1.4.1 主要研究内容 | 第20-21页 |
| 1.4.2 本文结构安排 | 第21-23页 |
| 第二章 遥感影像语义分割理论基础 | 第23-39页 |
| 2.1 影像分析的基本理论 | 第23-33页 |
| 2.1.1 影像分割算法 | 第23-28页 |
| 2.1.2 对象特征 | 第28-33页 |
| 2.1.3 分类方法 | 第33页 |
| 2.2 语义分割模型 | 第33-36页 |
| 2.2.1 影像底层特征提取 | 第34-35页 |
| 2.2.2 影像语义映射 | 第35-36页 |
| 2.3 语义分割精度评价 | 第36-39页 |
| 2.3.1 混淆矩阵 | 第36页 |
| 2.3.2 评价指标 | 第36-39页 |
| 第三章 基于SLIC超像素语义分割方法研究 | 第39-55页 |
| 3.1 K均值聚类算法 | 第39-40页 |
| 3.2 SLIC超像素分割 | 第40-44页 |
| 3.3 改进的SLIC超像素分割算法 | 第44-55页 |
| 3.3.1 改进算法理论基础 | 第44-45页 |
| 3.3.2 实验结果及精度分析 | 第45-55页 |
| 第四章 马尔科夫随机场 | 第55-65页 |
| 4.1 影像标记 | 第55-59页 |
| 4.1.1 邻域系统与基团 | 第55-57页 |
| 4.1.2 马尔科夫随机场 | 第57-58页 |
| 4.1.3 吉布斯(Gibbs)随机场 | 第58-59页 |
| 4.1.4 马尔科夫-吉布斯随机场(Markov-Gibbs)的等价性 | 第59页 |
| 4.2 常用马尔科夫随机场模型 | 第59-62页 |
| 4.2.1 Ising模型 | 第60页 |
| 4.2.2 Potts模型 | 第60页 |
| 4.2.3 MLL模型 | 第60-61页 |
| 4.2.4 多尺度随机场模型(MSRF) | 第61-62页 |
| 4.3 Markov随机场常用的参数估计方法 | 第62-65页 |
| 4.3.1 最大似然估计 | 第62页 |
| 4.3.2 最大伪似然估计 | 第62-63页 |
| 4.3.3 基于期望最大算法的参数估计 | 第63-65页 |
| 第五章 改进的迭代条件模型语义分割方法 | 第65-79页 |
| 5.1 L_0梯度最小化模型 | 第65-69页 |
| 5.1.1 一维L_0梯度最小化模型 | 第65-66页 |
| 5.1.2 二维L_0梯度最小化模型 | 第66页 |
| 5.1.3 Canny边缘检测 | 第66-69页 |
| 5.2 迭代条件模型 | 第69-72页 |
| 5.3 实验结果与精度分析 | 第72-79页 |
| 第六章 小波域多分辨率马尔科夫随机场 | 第79-91页 |
| 6.1 各小波尺度的特征选择 | 第79-80页 |
| 6.2 小波域影像建模 | 第80-82页 |
| 6.3 影像分割的MAP估计 | 第82-84页 |
| 6.4 实验结果及精度分析 | 第84-91页 |
| 第七章 总结和展望 | 第91-93页 |
| 7.1 本文的主要工作及创新点 | 第91页 |
| 7.2 研究展望 | 第91-93页 |
| 致谢 | 第93-95页 |
| 参考文献 | 第95-101页 |
| 附录A （攻读硕士学位期间发表的论文目录） | 第101-102页 |
| 附录B (攻读硕士学位期间参与的科研项目情况) | 第102页 |