| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 自适应分割的国内外研究现状 | 第9-10页 |
| 1.2.2 并行挖掘的国内外研究现状 | 第10-12页 |
| 1.3 目前存在的问题 | 第12-14页 |
| 1.3.1 自适应分割方法目前存在的问题 | 第13-14页 |
| 1.3.2 并行挖掘方法目前存在的问题 | 第14页 |
| 1.4 论文主要工作及论文安排 | 第14-16页 |
| 第二章 遥感图像的自适应分割方法 | 第16-36页 |
| 2.1 常见的图像分割方法 | 第16-19页 |
| 2.1.1 基于边缘检测的图像分割方法 | 第17-18页 |
| 2.1.2 基于阈值的图像分割方法 | 第18-19页 |
| 2.2 经典的阈值分割算法 | 第19-22页 |
| 2.2.1 OTSU最大类间方差分割方法 | 第19-21页 |
| 2.2.2 基于聚类分析的图像分割方法 | 第21页 |
| 2.2.3 基于小波变换的分割方法 | 第21-22页 |
| 2.3 基于模糊阈值的遥感图像自适应分割方法 | 第22-29页 |
| 2.3.1 模糊阈值分割法的基本原理 | 第23-24页 |
| 2.3.2 基于模糊阈值的自适应图像分割方法 | 第24-29页 |
| 2.4 实验结果及分析 | 第29-35页 |
| 2.4.1 多源遥感图像数据特性分析 | 第29-31页 |
| 2.4.2 实验结果对比与分析 | 第31-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 遥感图像特征的并行挖掘方法 | 第36-63页 |
| 3.1 遥感图像中的目标特征 | 第36-39页 |
| 3.1.1 颜色特征 | 第36-37页 |
| 3.1.2 形状特征 | 第37-38页 |
| 3.1.3 纹理特征 | 第38-39页 |
| 3.2 机场目标的特征提取 | 第39-44页 |
| 3.2.1 机场的边缘提取方法 | 第40-41页 |
| 3.2.2 机场的直线特征提取 | 第41-42页 |
| 3.2.3 机场的地理分布特征 | 第42-43页 |
| 3.2.4 机场的几何不变矩提取 | 第43-44页 |
| 3.3 桥梁目标的特征提取 | 第44-47页 |
| 3.3.1 桥梁的边缘、直线和地理分布特征的提取 | 第44-46页 |
| 3.3.2 SAR图像的散射特征提取 | 第46-47页 |
| 3.4 基于OpenMP模型的并行挖掘方法 | 第47-56页 |
| 3.4.1 基于OpenMP模型的并行特征提取方法 | 第47-49页 |
| 3.4.2 基于共轭梯度改进的BP神经网络目标挖掘方法 | 第49-56页 |
| 3.5 实验结果及分析 | 第56-62页 |
| 3.5.1 多源遥感图像数据特性分析 | 第56页 |
| 3.5.2 实验结果分析 | 第56-62页 |
| 3.6 本章小结 | 第62-63页 |
| 第四章 结论与展望 | 第63-65页 |
| 4.1 论文工作总结 | 第63页 |
| 4.2 进一步展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 在学期间的研究成果 | 第68-69页 |
| 致谢 | 第69页 |