| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·前言 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·基于符号属性的相似性度量 | 第11页 |
| ·基于距离系数的相似性度量 | 第11-13页 |
| ·论文选题的意义 | 第13页 |
| ·本文所做的主要工作 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 基于Hausdorff距离相似性度量的相关技术 | 第15-29页 |
| ·相关概念 | 第15-18页 |
| ·空间数据索引技术R-树 | 第15-16页 |
| ·Hausdorff距离 | 第16-18页 |
| ·Hausdorff距离的上界和下界 | 第18-22页 |
| ·最小边界矩形到最小边界矩形的上界和下界 | 第19-20页 |
| ·空间点对象与最小边界矩形间的上界和下界 | 第20-22页 |
| ·基于Hausdorff距离相似性度量的主要算法 | 第22-28页 |
| ·SCAN-HD算法(Scan-Hausdorff Distance简称SACN-HD) | 第22-23页 |
| ·DF-HD算法(Depth First-Hausdorff Distance简称DF-HD) | 第23-25页 |
| ·BF-HD算法(Best First-Hausdorff Distance简称BF-HD) | 第25-27页 |
| ·几种基于Hausdorff距离相似性度量算法的比较 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 增长式的Hausdorff距离相似性度量算法 | 第29-39页 |
| ·INC-HD算法(Incremental-Hausdorff Distance简称INC-HD) | 第29-34页 |
| ·INC-HD算法的数据结构 | 第30-31页 |
| ·INC-HD算法的详细描述 | 第31-34页 |
| ·仿真和分析 | 第34-38页 |
| ·小结 | 第38-39页 |
| 第四章 INC-HD算法在无人机图像处理系统中的应用 | 第39-43页 |
| ·引言 | 第39页 |
| ·系统应用描述 | 第39-40页 |
| ·实现过程 | 第40-42页 |
| ·结果分析 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| ·论文工作总结 | 第43页 |
| ·存在的问题 | 第43-44页 |
| ·下一步的研究工作 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 攻读学位期间参加的项目及发表论文情况 | 第49页 |
