1. #一、本选题研究的目的及意义
高分辨率遥感影像以其丰富的地物信息和高空间分辨率，在资源调查、城市规划、灾害监测等领域发挥着越来越重要的作用。
影像分割作为遥感影像信息提取的关键步骤，其分割精度直接影响着后续目标识别、分类和信息提取的准确性。
因此，研究高效、准确的高分辨率遥感影像分割方法具有重要的理论意义和现实应用价值。
2. #二、本选题国内外研究状况综述
##2.1国内研究现状
国内学者在高分辨率遥感影像分割方面取得了一定的成果，主要集中在以下几个方面：
基于边缘的分割方法:利用边缘检测算子提取影像的边缘信息，并结合边缘连接和边界跟踪等技术实现影像分割。
例如，文献[1]提出了一种基于改进Canny算子的高分辨率遥感影像边缘检测方法，有效提高了边缘检测的精度。
基于区域的分割方法:利用影像的空间相关性和相似性进行区域生长或区域合并，最终实现影像分割。
3. #三、本选题研究的主要内容及写作提纲
##3.1主要内容
本研究将围绕基于小波变换的高分辨率遥感影像分割方法展开深入研究，主要内容包括以下几个方面：
1.小波变换理论研究:系统地研究小波变换的基本理论，包括连续小波变换、离散小波变换和多辨率分析等，分析不同小波基函数的特点及其适用场景。
2.高分辨率遥感影像特征分析:分析高分辨率遥感影像的特点，包括光谱特征、纹理特征和空间关系特征等，为后续的影像分割提供理论依据。
3.基于小波变换的影像分割方法:研究基于小波变换的影像分割方法，包括小波变换模极大值分割方法、小波变换与其他方法的结合以及多尺度分割策略等。
4. #四、研究的方法与步骤
本研究将采用理论研究和实验研究相结合的方法，具体步骤如下：
1.文献调研:广泛查阅国内外相关文献，了解高分辨率遥感影像分割和基于小波变换的影像处理方法的研究现状、最新进展以及存在的问题，为本研究提供理论基础和研究思路。
2.理论分析:深入研究小波变换的基本理论，包括连续小波变换、离散小波变换、多尺度分析和常用小波基函数等，分析小波变换对高分辨率遥感影像特征提取的优势，为后续研究奠定理论基础。
3.方法设计:针对高分辨率遥感影像的特点，设计基于小波变换的影像分割方法，包括小波变换模极大值分割方法、小波变换与其他方法的结合以及多尺度分割策略等。
5. #五、研究的创新点
本研究的创新点主要体现在以下几个方面：
1.提出一种改进的小波变换模极大值分割方法:针对传统模极大值分割方法对噪声敏感的问题，引入新的噪声抑制策略，提高方法的鲁棒性。
2.探索小波变换与其他分割方法的有效结合:将小波变换与区域生长、水平集等方法相结合，充分利用不同方法的优势，以提高分割精度和效率。
3.构建基于多尺度分析的遥感影像分割框架:利用小波变换的多辨率分析能力，在不同尺度上对影像进行分割，并通过融合不同尺度的分割结果来提高分割的完整性和准确性。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
[1] 刘帅,张艳宁,王密,等.结合无人机影像及U-Net实现苹果树冠分割[J].农业工程学报,2022,38(16):181-190.
[2] 孙明伟,王忠武,宋巍巍,等.融合纹理特征与形态学的无人机遥感影像油茶树冠分割[J].农业机械学报,2022,53(07):188-196.
[3] 李佳,刘立波,李爽.融合多尺度特征和边界约束信息的SAR图像分割[J].光学精密工程,2022,30(03):703-712.
