摘要 | 第5-7页 |
Abstract | 第7-9页 |
目录 | 第10-13页 |
第一章 绪论 | 第13-29页 |
1.1 研究背景和意义 | 第13-16页 |
1.2 国内外研究现状 | 第16-25页 |
1.2.1 影像分割方法综述 | 第16-20页 |
1.2.2 面向对象遥感影像分割的研究现状 | 第20-22页 |
1.2.3 谱图理论下影像分割的研究现状 | 第22-25页 |
1.3 论文主要研究内容 | 第25-27页 |
1.4 论文组织结构 | 第27-29页 |
第二章 谱图理论下的图像聚类分析 | 第29-47页 |
2.1 图论基础知识 | 第29-36页 |
2.1.1 图的基本概念 | 第30-32页 |
2.1.2 图的矩阵表示 | 第32-36页 |
2.2 从谱图理论认识图像分割 | 第36-40页 |
2.2.1 图像分割概念 | 第37页 |
2.2.2 流形学习与谱图理论 | 第37-39页 |
2.2.3 谱聚类与图像分割 | 第39-40页 |
2.3 基于谱图理论的聚类分析方法 | 第40-44页 |
2.3.1 规范化分割 | 第40-42页 |
2.3.2 等度规映射 | 第42-43页 |
2.3.3 局部线性嵌入 | 第43页 |
2.3.4 Laplacian特征映射 | 第43-44页 |
2.4 算法分析 | 第44-45页 |
2.5 本章小结 | 第45-47页 |
第三章 多尺度的影像方向边缘提取 | 第47-79页 |
3.1 边缘的概念 | 第47页 |
3.2 边缘检测 | 第47-57页 |
3.2.1 基于梯度信息的边缘检测 | 第48-53页 |
3.2.2 基于相位信息的边缘检测 | 第53-57页 |
3.3 基于方向梯度直方图的多尺度灰度影像的边缘提取 | 第57-62页 |
3.3.1 方向梯度直方图 | 第57-59页 |
3.3.2 基于方向梯度直方图的多尺度灰度影像的边缘提取 | 第59-62页 |
3.4 基于直方图差分的多尺度纹理影像边缘提取 | 第62-68页 |
3.4.1 遥感影像的纹理特征 | 第62页 |
3.4.2 遥感影像的纹理分析方法 | 第62-63页 |
3.4.3 基于直方图差分的纹理影像边缘检测方法 | 第63-68页 |
3.5 谱聚类方法的影像边缘提取 | 第68-73页 |
3.5.1 谱聚类提取边缘的改进方法 | 第68-72页 |
3.5.2 引入空间关系的谱方法影像边缘提取过程 | 第72-73页 |
3.6 实验与分析 | 第73-78页 |
3.6.1 多尺度的方向灰度图像的边缘提取 | 第74-75页 |
3.6.2 多尺度的方向纹理图像的边缘提取 | 第75-76页 |
3.6.3 引入谱聚类方法的影像边缘提取 | 第76-77页 |
3.6.4 结合灰度和纹理特征的遥感影像边缘提取 | 第77-78页 |
3.7 本章小结 | 第78-79页 |
第四章 多尺度的方向分水岭遥感影像分割 | 第79-91页 |
4.1 分水岭算法的概念和原理 | 第79-83页 |
4.1.1 连续域分水岭变换 | 第79-80页 |
4.1.2 离散域分水岭变换 | 第80-83页 |
4.2 多尺度的方向分水岭影像分割 | 第83-87页 |
4.2.1 方向分水岭影像分割 | 第83-84页 |
4.2.2 多尺度的方向分水岭分割算法 | 第84-87页 |
4.3 实验与分析 | 第87-90页 |
4.4 本章小结 | 第90-91页 |
第五章 谱图理论支持下的遥感影像多尺度分割 | 第91-113页 |
5.1 影像的多尺度表达 | 第91-93页 |
5.1.1 地理现象的尺度性 | 第91-92页 |
5.1.2 图像金字塔 | 第92-93页 |
5.2 基元特征表达与相似性度量 | 第93-97页 |
5.2.1 基元特征表达 | 第93-96页 |
5.2.2 相似性度量 | 第96-97页 |
5.3 基于谱聚类的遥感影像多层次分割 | 第97-108页 |
5.3.1 传统层次聚类算法的局限性 | 第98-100页 |
5.3.2 代数多重网格法 | 第100-102页 |
5.3.3 基于谱聚类的影像层次分割算法 | 第102-108页 |
5.4 实验与分析 | 第108-111页 |
5.5 本章小结 | 第111-113页 |
第六章 总结和展望 | 第113-117页 |
6.1 工作总结 | 第113-114页 |
6.2 未来展望 | 第114-117页 |
参考文献 | 第117-130页 |
攻读博士学位期间论文发表与科研情况 | 第130-131页 |
致谢 | 第131页 |