| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外的研究现状及分析 | 第10-15页 |
| 1.2.1 目标检测 | 第10-12页 |
| 1.2.2 立体特征提取 | 第12-14页 |
| 1.2.3 立体目标识别 | 第14-15页 |
| 1.3 论文主要研究内容和结构安排 | 第15-17页 |
| 第2章 基于高度辅助均值漂移算法的目标检测 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 相关算法基础理论 | 第17-21页 |
| 2.2.1 均值漂移分割算法 | 第17-20页 |
| 2.2.2 高度辅助均值漂移分割算法 | 第20-21页 |
| 2.3 实验结果与分析 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于多源信息的目标特征提取 | 第24-42页 |
| 3.1 引言 | 第24-25页 |
| 3.2 全色图像的特征提取 | 第25-31页 |
| 3.2.1 几何形状特征 | 第25-28页 |
| 3.2.2 纹理特征 | 第28-31页 |
| 3.3 DSM数据三维结构特征提取 | 第31-38页 |
| 3.3.1 球谐函数 | 第32-34页 |
| 3.3.2 3D-Zernike矩的推导和计算 | 第34-37页 |
| 3.3.3 实验结果与分析 | 第37-38页 |
| 3.4 多光谱图像的特征提取 | 第38-41页 |
| 3.4.1 颜色直方图 | 第39页 |
| 3.4.2 颜色集和颜色矩 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 多源特征融合的立体目标识别 | 第42-58页 |
| 4.1 引言 | 第42-43页 |
| 4.2 支持向量机 | 第43-48页 |
| 4.2.1 最优分类面 | 第43-45页 |
| 4.2.2 核函数 | 第45-47页 |
| 4.2.3 多类目标识别 | 第47-48页 |
| 4.3 立体目标识别对比实验 | 第48-57页 |
| 4.3.1 实验评价指标 | 第50-51页 |
| 4.3.2 基于几何形状特征和纹理特征的立体目标识别对比实验 | 第51-54页 |
| 4.3.3 加入三维结构特征立体目标识别对比实验 | 第54-55页 |
| 4.3.4 加入多光谱特征立体目标识别对比实验 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |