| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-22页 |
| ·选题背景 | 第12-13页 |
| ·国内外研究现状及进展 | 第13-17页 |
| ·遥感图像分割的国内外研究现状 | 第13-14页 |
| ·Mean Shift算法的国内外研究现状 | 第14-17页 |
| ·现有研究存在的问题 | 第17-18页 |
| ·研究目的与研究内容 | 第18-20页 |
| ·研究目的与意义 | 第18-19页 |
| ·主要研究内容 | 第19-20页 |
| ·论文组织结构 | 第20-22页 |
| 第二章 Mean Shift算法理论研究 | 第22-37页 |
| ·引言 | 第22页 |
| ·Mean Shift算法原理 | 第22-29页 |
| ·特征空间无参核密度估计 | 第23页 |
| ·常用的核函数 | 第23-25页 |
| ·多维核Mean Shift算法 | 第25-29页 |
| ·Mean Shift特性 | 第29页 |
| ·Mean Shift算法的应用 | 第29-36页 |
| ·Mean Shift算法的图像聚类过程 | 第29-30页 |
| ·Mean Shift算法的图像滤波 | 第30-34页 |
| ·空间-色度域Mean Shift图像分割 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 多特征自适应Mean Shift遥感图像分割 | 第37-51页 |
| ·引言 | 第37-38页 |
| ·基于灰度共生矩阵的纹理提取 | 第38页 |
| ·带宽参数的确定方法 | 第38-43页 |
| ·全局最优值域带宽的确定 | 第39-41页 |
| ·自适应值域带宽的计算 | 第41-42页 |
| ·自适应空域带宽 | 第42-43页 |
| ·用于遥感图像分割的核函数的选择 | 第43-44页 |
| ·自适应带宽高斯核Mean Shift算法 | 第44-46页 |
| ·定义 | 第44-45页 |
| ·自适应带宽Mean Shift算法迭代过程 | 第45-46页 |
| ·多特征自适应Mean Shift算法 | 第46页 |
| ·多维特征自适应Mean Shift遥感图像分割实现 | 第46-50页 |
| ·数据预处理 | 第46-47页 |
| ·遥感图像分割自适应带宽 | 第47-48页 |
| ·多维特征自适应Mean Shift遥感图像分割 | 第48页 |
| ·实验分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 固定带宽Mean Shift分割与区域合并 | 第51-66页 |
| ·引言 | 第51-52页 |
| ·区域合并概述 | 第52-54页 |
| ·区域合并定义 | 第52页 |
| ·区域邻接图与区域标记 | 第52-53页 |
| ·区域表示 | 第53-54页 |
| ·固定带宽Mean Shift分割 | 第54-60页 |
| ·确定空间带宽固定值 | 第55-59页 |
| ·固定灰度带宽的计算 | 第59页 |
| ·固定带宽高斯核Mean Shift分割算法 | 第59-60页 |
| ·分割后区域合并 | 第60-63页 |
| ·合并前的预处理 | 第60-61页 |
| ·区域合并参数 | 第61-62页 |
| ·区域合并过程 | 第62-63页 |
| ·实验结果与分析 | 第63-65页 |
| ·定性分析 | 第63-64页 |
| ·定量分析 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 Mean Shift聚类优化策略 | 第66-78页 |
| ·已有的优化策略 | 第66-68页 |
| ·优化措施 | 第68-71页 |
| ·针对带宽选择的优化 | 第68-69页 |
| ·针对迭代次数的优化 | 第69页 |
| ·针对参与迭代数据的优化 | 第69-71页 |
| ·针对数据维数的优化 | 第71页 |
| ·基于Mean Shift的遥感影像分割算法 | 第71-75页 |
| ·滤波 | 第71-72页 |
| ·模点检测产生超像素 | 第72-73页 |
| ·区域聚类单元与特征提取 | 第73-74页 |
| ·基于区域的超像素融合 | 第74页 |
| ·超像素融合时所用带宽的计算 | 第74-75页 |
| ·改进的Mean Shift遥感影像分割算法实现 | 第75-77页 |
| ·实验结果评价与分析 | 第75-76页 |
| ·本文改进方法与传统Mean Shift算法的时间比较 | 第76-77页 |
| ·分割效果讨论 | 第77页 |
| ·本章小结 | 第77-78页 |
| 第六章 对象一致性分割评价方法 | 第78-88页 |
| ·图像分割评价概述 | 第78-79页 |
| ·马丁误差估量法与对象一致性误差估量法 | 第79-82页 |
| ·马丁误差估量法 | 第79-80页 |
| ·对象一致性误差估量法 | 第80-82页 |
| ·评价方法实现的主要流程 | 第82页 |
| ·两种图像分割评价方法的比较分析 | 第82-87页 |
| ·两种图像分割评价的实验 | 第82-86页 |
| ·实验分析 | 第86-87页 |
| ·本章小结 | 第87-88页 |
| 第七章 基于Mean Shift分割的遥感影像道路提取 | 第88-95页 |
| ·道路提取概述 | 第88-89页 |
| ·基于Mean Shift的道路分割 | 第89-90页 |
| ·道路提取 | 第90-91页 |
| ·形状特征 | 第90-91页 |
| ·多方向形态学道路滤波 | 第91页 |
| ·道路提取的后处理 | 第91-92页 |
| ·试验结果与分析 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 第八章 结论与展望 | 第95-98页 |
| ·研究内容总结 | 第95-96页 |
| ·论文创新点 | 第96页 |
| ·研究展望 | 第96-98页 |
| 参考文献 | 第98-109页 |
| 致谢 | 第109-110页 |
| 攻读学位期间主要的研究成果 | 第110-111页 |
