摘要 | 第1-4页 |
ABSTRACT | 第4-10页 |
第一章 绪论 | 第10-19页 |
·论文背景 | 第10-12页 |
·所属课题背景 | 第10页 |
·问题的提出 | 第10-11页 |
·电厂目标识别的国内外研究现状和发展趋势 | 第11-12页 |
·目标识别的一般策略以及关键技术 | 第12-13页 |
·目标识别的一般策略 | 第12页 |
·目标识别的关键技术 | 第12-13页 |
·目标识别的一般过程 | 第13-16页 |
·图像预处理 | 第13页 |
·图像分割 | 第13-14页 |
·特征提取 | 第14-15页 |
·模型匹配 | 第15-16页 |
·本文的主要工作 | 第16-17页 |
·本文各章内容安排 | 第17-19页 |
第二章 电厂目标的分析和技术概述 | 第19-23页 |
·高分辨率影像中电厂目标的分析和模型知识库的准备 | 第19-21页 |
·电厂各目标识别技术概述 | 第21-23页 |
第三章 蓄水池和冷凝塔的识别 | 第23-46页 |
·引言 | 第23页 |
·知识准备 | 第23-24页 |
·此二类目标的算法流程介绍 | 第24-25页 |
·二值化方法研究 | 第25-34页 |
·常用二值化方法概述 | 第25页 |
·经典的整体和局部阈值方法与实验 | 第25-28页 |
·基于直方图分析的图像二值化方法和实验 | 第28-29页 |
·基于Canny边缘图和 Ostu二值图的种子填充二值化 | 第29-34页 |
·二值化研究小结 | 第34页 |
·圆的提取和验证 | 第34-45页 |
·连通域提取和处理 | 第34-37页 |
·提取圆 | 第37-44页 |
·利用周围辅助信息对冷凝塔进行验证 | 第44-45页 |
·本章小结 | 第45-46页 |
第四章 基于边缘线段分析的煤栈桥的识别 | 第46-61页 |
·引言 | 第46页 |
·知识准备 | 第46-47页 |
·煤栈桥目标识别的算法流程介绍 | 第47页 |
·基于边缘的直线提取 | 第47-54页 |
·基于 Canny算子的边缘提取 | 第47-48页 |
·基于链码的直线提取 | 第48-54页 |
·对提取出的直线的处理 | 第54-57页 |
·直线合并和连接 | 第54-57页 |
·剔除过长过短直线 | 第57页 |
·提取平行线对 | 第57-58页 |
·基于先验知识的验证 | 第58-60页 |
·本章小结 | 第60-61页 |
第五章 利用空间和自身结构特征的烟囱识别 | 第61-72页 |
·引言 | 第61页 |
·知识准备 | 第61-62页 |
·烟囱目标识别的算法流程介绍 | 第62页 |
·烟囱的分割方法研究 | 第62-68页 |
·根据空间位置关系定位包含目标的子区域 | 第63-64页 |
·基于直方图谷底提取算法的二值化 | 第64-68页 |
·连通域的提取和归类 | 第68-69页 |
·连通域提取并按大小筛选 | 第68页 |
·按中心距离归类,去除孤立连通域 | 第68-69页 |
·利用自身结构特征提取烟囱目标 | 第69-71页 |
·提取中心在一条直线上的连通域集合 | 第69页 |
·选择竖直排列的连通域集合 | 第69-71页 |
·本章小结 | 第71-72页 |
第六章 基于感知组织理论和模型规则验证的厂房识别 | 第72-83页 |
·引言 | 第72页 |
·知识准备 | 第72-73页 |
·厂房目标识别的思路和算法流程 | 第73-75页 |
·建筑物识别的主要理论基础 | 第73-74页 |
·本文针对高分辨率图像中厂房识别的思路 | 第74页 |
·厂房目标识别的算法流程介绍 | 第74-75页 |
·边缘线段的提取 | 第75页 |
·平行线对的提取 | 第75-76页 |
·生成假想屋顶四边形 | 第76-77页 |
·基于屋顶模型规则的屋顶验证 | 第77-81页 |
·屋顶模型规则的建立 | 第77-79页 |
·构造可信度剔选假想屋顶 | 第79页 |
·筛选合并重复屋顶四边形 | 第79-81页 |
·本章小结 | 第81-83页 |
第七章 结束语 | 第83-86页 |
·本文总结 | 第83-84页 |
·五类目标识别的三层处理流程总结 | 第83-84页 |
·本文改进和提出的算法 | 第84页 |
·进一步的工作 | 第84-86页 |
致谢 | 第86-87页 |
参考文献 | 第87-89页 |