摘要 | 第4-6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 对遥感图像分割的研究现状 | 第11-12页 |
1.2.1 确定性分割方法 | 第11-12页 |
1.2.2 概率性分割方法 | 第12页 |
1.3 基于MRF模型的图像分割现状 | 第12-14页 |
1.4 本文研究思路与结构安排 | 第14-16页 |
第二章 Markov随机场的基本理论 | 第16-30页 |
2.1 图像分割 | 第16-17页 |
2.2 Markov随机场方法的基本名词与概念 | 第17-22页 |
2.2.1 位置集合 | 第17-18页 |
2.2.2 邻域系统 | 第18-19页 |
2.2.3 基团 | 第19-20页 |
2.2.4 特征场和标记场 | 第20页 |
2.2.5 Markov随机场 | 第20-21页 |
2.2.6 Gibbs随机场 | 第21-22页 |
2.3 Markov随机场方法建模方式 | 第22-27页 |
2.3.1 标记场建模 | 第22-25页 |
2.3.2 特征场建模 | 第25-26页 |
2.3.3 MAP准则 | 第26-27页 |
2.4 图像分割质量评价 | 第27-29页 |
2.4.1 Kappa系数 | 第27-28页 |
2.4.2 全局精度 | 第28页 |
2.4.3 错误率 | 第28-29页 |
2.5 本章小结 | 第29-30页 |
第三章 含区域形状参数的对象级Gaussian-Markov随机场模型 | 第30-50页 |
3.1 OGMRF-SP模型的基本思想 | 第30页 |
3.2 OGMRF-SP模型的具体建模步骤 | 第30-37页 |
3.2.1 初始影像过分割 | 第30-31页 |
3.2.2 区域邻接图及对象级邻域系统 | 第31-32页 |
3.2.3 标记场建模 | 第32-33页 |
3.2.4 特征场建模 | 第33-37页 |
3.2.5 MAP估计 | 第37页 |
3.3 OGMRF-SP方法的算法流程 | 第37-38页 |
3.4 实验结果 | 第38-48页 |
3.4.1 对模型的检测 | 第38-44页 |
3.4.2 与其他基于MRF方法的模型对比 | 第44-48页 |
3.5 本章小结 | 第48-50页 |
第四章 对象级双边信息传递的多分辨率Markov随机场模型 | 第50-68页 |
4.1 OB-MRMRF方法的建模步骤 | 第50-60页 |
4.1.1 小波分解建立金字塔结构 | 第50-52页 |
4.1.2 观测特征场的初始过分割 | 第52-53页 |
4.1.3 对象级特征场建模 | 第53-56页 |
4.1.4 对象级分割标记场建模 | 第56-59页 |
4.1.5 分割的MAP估计 | 第59-60页 |
4.2 算法流程 | 第60-61页 |
4.3 实验设计 | 第61-67页 |
4.3.1 合成纹理图像 | 第61-63页 |
4.3.2 对遥感图像SPOT-5数据和低空航拍图像的实验 | 第63-67页 |
4.4 本章小结 | 第67-68页 |
第五章 总结与展望 | 第68-70页 |
参考文献 | 第70-76页 |
致谢 | 第76-78页 |
攻读硕士期间撰写的学术论文 | 第78页 |