| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-24页 |
| ·研究目的与意义 | 第12-15页 |
| ·图像分割方法综述 | 第15-19页 |
| ·面向对象的遥感影像分割方法 | 第19-21页 |
| ·本论文的主要工作 | 第21-23页 |
| ·本论文的课题来源及内容安排 | 第23-24页 |
| ·论文的课题来源 | 第23页 |
| ·论文的内容安排 | 第23-24页 |
| 第二章 基于图论及其最优化理论的图像分割 | 第24-58页 |
| ·最优化理论 | 第24-27页 |
| ·最优化问题模型 | 第24-26页 |
| ·最优化理论与算法 | 第26-27页 |
| ·图论基础及其优化理论 | 第27-41页 |
| ·基本概念 | 第28-33页 |
| ·图的矩阵表示 | 第33-36页 |
| ·图论优化理论 | 第36-41页 |
| ·基于图论的图像分割方法 | 第41-55页 |
| ·基于最短路径的分割方法 | 第42-44页 |
| ·基于最小生成树的分割方法 | 第44-49页 |
| ·基于最小割集的分割方法 | 第49-55页 |
| ·基于其它图优化理论的分割方法 | 第55页 |
| ·基于图论的图像分割方法总结分析 | 第55-57页 |
| 本章小结 | 第57-58页 |
| 第三章 基于不同距离测度的边权函数构造 | 第58-72页 |
| ·近邻测度 | 第58-63页 |
| ·两实向量点之间的近邻测度 | 第59-62页 |
| ·点与集合之间的近邻函数 | 第62页 |
| ·两个集合之间的近邻函数 | 第62-63页 |
| ·权值函数的设计 | 第63-71页 |
| ·基于波段加权欧氏距离的边权构造 | 第63-67页 |
| ·基于余弦角距离的边权构造 | 第67-69页 |
| ·引入植被指数的边权构造 | 第69-71页 |
| 本章小结 | 第71-72页 |
| 第四章 基于边权特性的分割准则 | 第72-86页 |
| ·基于边缘特征的合并准则 | 第72-75页 |
| ·基于一致稳定学习算法的合并准则 | 第75-85页 |
| ·一致稳定学习算法 | 第76-79页 |
| ·合并准则设计 | 第79-81页 |
| ·合并准则分析与实验结果比较 | 第81-85页 |
| 本章小结 | 第85-86页 |
| 第五章 多层次多尺度影像分割 | 第86-115页 |
| ·引言 | 第86-87页 |
| ·多尺度影像分割 | 第87-92页 |
| ·多尺度影像分析与表达 | 第87-88页 |
| ·金字塔多层次图像分割 | 第88-92页 |
| ·基于最小生成树的多层次图像分割算法 | 第92-101页 |
| ·不相交集合数据结构 | 第93-95页 |
| ·Disjoint-Set结构的Kruskal算法实现 | 第95-96页 |
| ·最小生成树多层次图像分割算法设计 | 第96-99页 |
| ·多层次分割金字塔构造 | 第99-101页 |
| ·多层次多尺度分割图像准则与实验 | 第101-112页 |
| ·边权函数和分割准则设计 | 第101-105页 |
| ·多层次多尺度分割实验与结果分析 | 第105-112页 |
| ·基于规则的面向对象目标识别实验 | 第112-114页 |
| 本章小结 | 第114-115页 |
| 第六章 结论与展望 | 第115-118页 |
| ·本文结论与创新 | 第115-116页 |
| ·有待进一步研究的问题 | 第116-118页 |
| 参考文献 | 第118-128页 |
| 攻读博士学位期间论文发表与科研情况 | 第128-130页 |
| 致谢 | 第130页 |