结合小波收缩去噪算法的遥感图像分割
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 研究的背景和意义 | 第7页 |
| 1.2 遥感图像分割技术的研究现状 | 第7-8页 |
| 1.3 本论文研究的内容 | 第8-10页 |
| 第二章 图像分割 | 第10-17页 |
| 2.1 图像分割的定义 | 第10页 |
| 2.2 图像分割的目的和意义 | 第10-12页 |
| 2.3 图像分割研究的内容 | 第12-13页 |
| 2.4 图像分割的分类 | 第13-15页 |
| 2.4.1 基于边缘的分割方法 | 第13页 |
| 2.4.2 基于区域的分割方法 | 第13-14页 |
| 2.4.3 基于阈值的分割方法 | 第14-15页 |
| 2.5 图像分割质量评价的研究现状及发展动态 | 第15-17页 |
| 第三章 算法介绍 | 第17-24页 |
| 3.1 小波去噪算法 | 第17-20页 |
| 3.1.1 阈值函数 | 第17-18页 |
| 3.1.2 阈值函数的选取方法 | 第18-20页 |
| 3.1.3 自适应特征阈值的选取 | 第20页 |
| 3.2 Graph cuts | 第20-21页 |
| 3.2.1 Graph cuts算法的基本知识 | 第20-21页 |
| 3.2.2 Graph cuts算法的主要思想 | 第21页 |
| 3.2.3 Graph cuts算法的改进 | 第21页 |
| 3.3 水平集算法 | 第21-24页 |
| 3.3.1 水平集算法的基本概念 | 第21-22页 |
| 3.3.2 水平集算法的主要思想 | 第22页 |
| 3.3.3 水平集算法的特点与改进 | 第22-24页 |
| 第四章 结合小波收缩与图割算法的遥感图像分割 | 第24-38页 |
| 4.1 引言 | 第24-25页 |
| 4.2 遥感图像分割新算法 | 第25-28页 |
| 4.2.1 小波收缩 | 第25页 |
| 4.2.2 图割算法 | 第25-28页 |
| 4.3 分割算法的实现 | 第28-29页 |
| 4.4 实验结果与分析 | 第29-36页 |
| 4.5 结论 | 第36-38页 |
| 第五章 结合小波收缩与水平集的含噪遥感图像分割 | 第38-46页 |
| 5.1 引言 | 第38-39页 |
| 5.2 小波收缩与水平集结合的新算法 | 第39-41页 |
| 5.2.1 小波收缩去噪 | 第39页 |
| 5.2.2 水平集分割算法 | 第39-41页 |
| 5.3 分割算法的实现 | 第41-42页 |
| 5.4 实验结果与分析 | 第42-44页 |
| 5.5 结束语 | 第44-46页 |
| 第六章 总结与展望 | 第46-48页 |
| 6.1 本文工作总结 | 第46页 |
| 6.2 展望 | 第46-48页 |
| 参考文献 | 第48-54页 |
| 硕士研究生期间发表的论文 | 第54-55页 |
| 致谢 | 第55-57页 |
