遥感图像增强及其边缘检测的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 符号与缩写含义清单 | 第15-16页 |
| 1 绪论 | 第16-22页 |
| ·遥感图像处理概述 | 第16-17页 |
| ·遥感图像增强及边缘检测技术的背景 | 第17-18页 |
| ·遥感图像增强及边缘检测的发展和国内外现状 | 第18-20页 |
| ·遥感图像增强的发展和国内外现状 | 第19页 |
| ·遥感图像边缘检测的发展和国内外现状 | 第19-20页 |
| ·研究本课题的意义 | 第20页 |
| ·论文结构 | 第20-22页 |
| 2 小波变换、人工鱼群及遗传算法理论知识 | 第22-34页 |
| ·小波变换理论 | 第22-26页 |
| ·连续小波变换 | 第22-24页 |
| ·离散小波变换 | 第24-26页 |
| ·常见的几种小波 | 第26页 |
| ·小波变换在图像处理中的应用 | 第26页 |
| ·人工鱼群算法理论 | 第26-29页 |
| ·人工鱼群算法基本原理 | 第27-28页 |
| ·人工鱼群算法的特性 | 第28-29页 |
| ·人工鱼群在图像处理中的应用 | 第29页 |
| ·遗传算法理论 | 第29-32页 |
| ·遗传算法基本原理 | 第29-32页 |
| ·遗传算法的特性 | 第32页 |
| ·遗传算法在图像处理中的应用 | 第32页 |
| ·本章小结 | 第32-34页 |
| 3 基于小波变换和非线性滤波的遥感图像增强 | 第34-46页 |
| ·遥感图像分析 | 第34-36页 |
| ·遥感 | 第34-35页 |
| ·数字遥感图像 | 第35-36页 |
| ·基本小波变换的增强算法 | 第36-39页 |
| ·算法设计流程 | 第36-38页 |
| ·实验结果 | 第38-39页 |
| ·基于非线性滤波的增强算法 | 第39-43页 |
| ·非线性滤波基本原理 | 第39-42页 |
| ·算法设计流程 | 第42页 |
| ·实验结果与分析 | 第42-43页 |
| ·基于双正交小波变换与非线性滤波的增强算法 | 第43-45页 |
| ·算法设计流程 | 第43-44页 |
| ·实验结果与分析 | 第44-45页 |
| ·算法增强效果对比与分析 | 第45页 |
| ·本章小结 | 第45-46页 |
| 4 基于大津阈值和直方图的遥感图像增强 | 第46-56页 |
| ·基于直方图均衡化的增强算法 | 第46-49页 |
| ·灰度直方图 | 第46-48页 |
| ·算法设计流程 | 第48页 |
| ·实验结果 | 第48-49页 |
| ·基于大津阈值增强算法 | 第49-52页 |
| ·大津阈值基本原理 | 第49-50页 |
| ·算法设计流程 | 第50页 |
| ·实验结果 | 第50-52页 |
| ·基于直方图规定化与大津阈值的增强算法 | 第52-53页 |
| ·算法设计流程 | 第52-53页 |
| ·实验结果 | 第53页 |
| ·算法增强效果对比与分析 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 5 基于人工鱼群和种子生长的边缘检测算法 | 第56-70页 |
| ·边缘检测算法 | 第56-66页 |
| ·基本概念 | 第56-58页 |
| ·基于微分的边缘检测算法 | 第58-61页 |
| ·Hough变换 | 第61-64页 |
| ·种子生长 | 第64-66页 |
| ·基于人工鱼群和种子生长的边缘检测的设计分析 | 第66页 |
| ·基于人工鱼群和种子生长的边缘检测算法实现 | 第66-69页 |
| ·人工鱼群算法的实现 | 第66-67页 |
| ·算法流程图 | 第67-68页 |
| ·实验结果 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 6 基于形态学和遗传算法的边缘检测算法 | 第70-78页 |
| ·数学形态学的原理 | 第70-74页 |
| ·形态学概念 | 第70-71页 |
| ·腐蚀 | 第71-73页 |
| ·膨胀 | 第73-74页 |
| ·遗传算法在边缘检测中的应用设计 | 第74-75页 |
| ·基于数学形态学和遗传算法的边缘检测算法的实现 | 第75-77页 |
| ·算法流程图 | 第75-77页 |
| ·实验结果 | 第77页 |
| ·本章小结 | 第77-78页 |
| 7 结论与展望 | 第78-80页 |
| 参考文献 | 第80-88页 |
| 致谢 | 第88-90页 |
| 作者简介及读研期间主要科研成果 | 第90页 |
