| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.2.1 基于彩色图像(不含多光谱信息)分割的研究现状 | 第8-9页 |
| 1.2.2 基于遥感图像(含多光谱信息)分割的研究现状 | 第9页 |
| 1.2.3 可用于植被提取的相关商用软件 | 第9-10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.4 论文结构 | 第11-13页 |
| 2 技术概述 | 第13-21页 |
| 2.1 图像分割算法分类 | 第13-16页 |
| 2.1.1 基于阈值的图像分割算法 | 第13-14页 |
| 2.1.2 基于边缘的图像分割算法 | 第14页 |
| 2.1.3 基于区域的图像分割算法 | 第14-15页 |
| 2.1.4 基于聚类的图像分割算法 | 第15页 |
| 2.1.5 基于遗传理论的图像分割算法 | 第15-16页 |
| 2.2 现代图像分割常用算法 | 第16-17页 |
| 2.2.1 分水岭算法 | 第16页 |
| 2.2.2 均值漂移算法 | 第16页 |
| 2.2.3 数学形态学 | 第16-17页 |
| 2.3 系统设计平台 | 第17-21页 |
| 2.3.1 常用图像操作 | 第17-18页 |
| 2.3.2 基于MATLAB的GUI技术 | 第18-21页 |
| 3 系统实现 | 第21-44页 |
| 3.1 图像的截取与保存模块 | 第22-24页 |
| 3.1.1 模块设计概述 | 第22-23页 |
| 3.1.2 模块介绍与效果展示 | 第23-24页 |
| 3.2 基于K-MEANS的初分割模块 | 第24-28页 |
| 3.2.1 K-MEANS图像分割概述 | 第24-25页 |
| 3.2.2 K-MEANS算法实现 | 第25-26页 |
| 3.2.3 基于K-MEANS的图像分割效果展示 | 第26-28页 |
| 3.3 基于色彩的图像分割模块 | 第28-37页 |
| 3.3.1 色彩分割概述 | 第28页 |
| 3.3.2 色彩分割算法实现 | 第28-37页 |
| 3.4 基于熵的纹理分割模块 | 第37-40页 |
| 3.4.1 基于熵的纹理分割概述 | 第37-38页 |
| 3.4.2 基于熵的纹理分割实现 | 第38-39页 |
| 3.4.3 基于熵的纹理分割效果展示 | 第39-40页 |
| 3.5 植被区域面积测算模块 | 第40-43页 |
| 3.5.1 植被区域面积测算概述 | 第40页 |
| 3.5.2 植被区域面积测算实现 | 第40-42页 |
| 3.5.3 植被区域面积测算效果展示 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 4 实验结果与分析 | 第44-51页 |
| 4.1 用户界面 | 第44-45页 |
| 4.2 分割效果展示 | 第45-48页 |
| 4.2.1 植被图像分割展示 | 第45-46页 |
| 4.2.2 含植被城区图像分割展示 | 第46-48页 |
| 4.3 测试结果分析 | 第48-51页 |
| 4.3.1 结果对比 | 第48-49页 |
| 4.3.3 结果分析 | 第49-51页 |
| 5 总结和展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 个人简介 | 第55-56页 |
| 导师简介 | 第56-57页 |
| 致谢 | 第57页 |