论文目录 | |
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| · 国内外研究现状 | 第10-11页 |
| · 遥感图像分割的国内外研究现状 | 第10页 |
| · Mean Shift算法用于遥感图像的国内外研究现状 | 第10-11页 |
| · 研究目的与研究内容 | 第11-14页 |
| · 研究目的与意义 | 第11页 |
| · 研究材料与运行平台 | 第11-13页 |
| · 主要研究内容和技术路线 | 第13-14页 |
| · 本文的组织结构 | 第14-16页 |
| 第二章 无人机高分辨率遥感影像的预处理 | 第16-19页 |
| · INPHO软件概述 | 第16-17页 |
| · INPHO无人机影像处理流程与结果 | 第17-18页 |
| · 本章小结 | 第18-19页 |
| 第三章 Mean Shift算法原理 | 第19-27页 |
| · Mean Shift算法 | 第19-24页 |
| · Mean Shift算法高分辨率遥感影像分割的实现 | 第24-26页 |
| · 本章小结 | 第26-27页 |
| 第四章 改进的Mean Shift高分辨率遥感影像分割方法 | 第27-41页 |
| · 遥感影像特征描述 | 第27-28页 |
| · LBP纹理特征 | 第28-34页 |
| · 基本LBP算子 | 第28-30页 |
| · 多尺度LBP算子 | 第30-33页 |
| · 无人机高分辨率遥感影像的LBP特征图的实现 | 第33-34页 |
| · 加入LBP特征的改进Mean Shift分割算法 | 第34-35页 |
| · 基于LBP的改进Mean Shift高分辨率遥感影像分割实现 | 第35-40页 |
| · 对比分析 | 第40页 |
| · 本章小结 | 第40-41页 |
| 第五章 Mean Shift分割后区域合并 | 第41-47页 |
| · 图像分割后区域合并原理 | 第41-43页 |
| · 区域合并的预处理 | 第42页 |
| · 区域合并过程 | 第42-43页 |
| · Mean Shift高分辨率遥感影像分割后区域合并的实现 | 第43-47页 |
| 第六章 结果对比分析 | 第47-55页 |
| · 评价方法 | 第47-48页 |
| · 传统的Mean Shift和改进的Mean Shift算法分割结果对比分析 | 第48-50页 |
| · 改进的Mean Shift算法和EDISON软件对比分析 | 第50-52页 |
| · 改进的Mean Shift算法和eCognition软件对比分析 | 第52-54页 |
| · 本章小结 | 第54-55页 |
| 第七章 结论与展望 | 第55-57页 |
| · 结论 | 第55-56页 |
| · 展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
