基于区域的遥感影像多尺度表达方法与应用研究

摘要	第1-8页
Abstract	第8-12页
第一章 绪论	第12-20页
·研究背景与意义	第12-13页
·国内外研究现状	第13-17页
·影像多尺度分析的起源与发展	第13页
·遥感影像多尺度分析的发展	第13-16页
·存在的问题	第16-17页
·主要研究内容	第17-19页
·论文组织结构	第19-20页
第二章 基于区域的影像多尺度表达	第20-33页
·基于区域的影像表达与影像分割	第20-22页
·影像分块表达模型	第20-21页
·多尺度表达与多尺度分割	第21-22页
·基于区域影像多尺度数据组织	第22-26页
·多尺度表达实现方法	第22-23页
·多尺度表达数据结构	第23-26页
·尺度集与影像多尺度表达	第26-32页
·尺度集表示方法	第27-28页
·尺度集数据组织	第28-29页
·影像多尺度表达	第29-32页
·本章小结	第32-33页
第三章 基于区域合并的影像多尺度表达实现	第33-73页
·算法框架与优化模型	第33-36页
·层次迭代优化模型	第34-35页
·关键问题分析	第35-36页
·区域自适应标记分水岭初始分割	第36-41页
·分水岭变换	第36-37页
·区域自适应标记提取	第37-41页
·区域表达模型与合并代价准则	第41-55页
·区域光谱与纹理特征模型	第41-47页
·多特征结合合并代价准则	第47-55页
·尺度集层次结构组织	第55-58页
·尺度递增与尺度索引	第55-58页
·尺度集截面个数分析	第58页
·实验与分析	第58-72页
·初始分割	第58-62页
·区域合并效果分析	第62-68页
·算法横向对比	第68-72页
·本章小结	第72-73页
第四章 基于局部-全局性质的多尺度表达约简	第73-100页
·尺度集约简概念	第73-74页
·基于局部多尺度性质的约简	第74-78页
·区域的多尺度演化	第74-77页
·基于局部多尺度性质的约简	第77-78页
·基于影像全局性质的约简	第78-91页
·尺度集截面同质性度量	第79-81页
·尺度集截面异质性度量	第81-86页
·基于最小风险准则的截面分类	第86-90页
·基于全局特性的尺度集约简	第90-91页
·局部-全局相结合的约简	第91-92页
·实验与分析	第92-99页
·基于局部性质的尺度集约简	第92-95页
·基于全局性质的尺度集约简	第95-97页
·局部全局相结合的尺度集约简	第97-99页
·本章小结	第99-100页
第五章 多尺度表达下的典型建筑物提取	第100-122页
·总体技术路线	第100-103页
·总体技术路线	第100-101页
·与传统多尺度分析方法差别	第101-103页
·典型特征提取与多尺度表达	第103-109页
·区域HOG结构特征	第103-105页
·旋转不变HOG特征	第105-107页
·基于HOG的建筑物典型特征	第107-109页
·辅助信息获取	第109页
·样本选择与尺度递推	第109-112页
·样本选择	第109-110页
·多尺度空间样本递推	第110-112页
·SVM分类与多尺度融合	第112-113页
·支持向量机分类	第112-113页
·多尺度结果融合	第113页
·实验与分析	第113-120页
·建筑物多尺度分割与提取	第114-117页
·结构特征效果分析	第117-119页
·与传统多尺度分析算法对比	第119-120页
·本章小结	第120-122页
第六章 总结与展望	第122-124页
·结论与创新	第122-123页
·研究展望	第123-124页
参考文献	第124-134页
科研成果	第134-135页
致谢	第135页