基于无人机航拍图像的道路检测
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 本论文研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状和发展趋势 | 第9-10页 |
| 1.3 本文的研究内容和章节安排 | 第10-12页 |
| 2 基于霍夫变换的航图像行道线检测 | 第12-29页 |
| 2.1 引言 | 第12页 |
| 2.2 算法框架 | 第12-13页 |
| 2.3 行道线的边缘检测 | 第13-21页 |
| 2.3.1 航拍图像的几何畸变校正 | 第13-14页 |
| 2.3.2 航拍图像的灰度化 | 第14-15页 |
| 2.3.3 基于差分图像的边缘提取 | 第15-18页 |
| 2.3.4 基于OTSU的行道线分割 | 第18-20页 |
| 2.3.5 基于开运算的图像滤波 | 第20-21页 |
| 2.4 行道线的初步定位 | 第21-23页 |
| 2.5 行道线的精确提取 | 第23-25页 |
| 2.5.1 行道线的几何约束 | 第23-24页 |
| 2.5.2 行道线的校准 | 第24-25页 |
| 2.6 实验结果和分析 | 第25-28页 |
| 2.6.1 数据集和实验设置 | 第25-26页 |
| 2.6.2 检测结果及分析 | 第26-28页 |
| 2.7 本章小结 | 第28-29页 |
| 3 基于笔画宽度变换的航拍图像道路检测 | 第29-40页 |
| 3.1 引言 | 第29页 |
| 3.2 算法框架 | 第29页 |
| 3.3 笔画宽度变换 | 第29-33页 |
| 3.3.1 笔画宽度变换原理 | 第29-32页 |
| 3.3.2 改进笔画宽度变换 | 第32-33页 |
| 3.4 道路候选区域的提取 | 第33-34页 |
| 3.4.1 K均值聚类 | 第33-34页 |
| 3.4.2 道路类别的选取 | 第34页 |
| 3.5 道路区域的验证 | 第34-35页 |
| 3.6 实验结果和分析 | 第35-38页 |
| 3.6.1 数据集和实验设置 | 第35页 |
| 3.6.2 检测结果及分析 | 第35-38页 |
| 3.7 本章小结 | 第38-40页 |
| 4 基于超像素相似性的航拍图像道路检测 | 第40-58页 |
| 4.1 引言 | 第40页 |
| 4.2 算法框架 | 第40-41页 |
| 4.3 基于超像素聚类的路段提取 | 第41-46页 |
| 4.3.1 图像的超像素分割 | 第41-43页 |
| 4.3.2 基于测地距离的相似度计算 | 第43-45页 |
| 4.3.3 提议区域的获取 | 第45-46页 |
| 4.3.4 相似度分析和策略改进 | 第46页 |
| 4.4 基于标记模型的道路分割 | 第46-50页 |
| 4.4.1 路段归并 | 第47页 |
| 4.4.2 标记模型 | 第47-48页 |
| 4.4.3 背景组的消除 | 第48-50页 |
| 4.5 实验结果和分析 | 第50-57页 |
| 4.5.1 数据集和评价指标 | 第50-51页 |
| 4.5.2 训练道路段分类器 | 第51页 |
| 4.5.3 参数设置 | 第51-52页 |
| 4.5.4 定量分析 | 第52-57页 |
| 4.6 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-61页 |
| 5.1 作总结 | 第58-59页 |
| 5.2 存在的问题 | 第59页 |
| 5.3 作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 附录 | 第67页 |
