| 摘要 | 第1-13页 |
| ABSTRACT | 第13-15页 |
| 第一章 绪论 | 第15-24页 |
| ·课题背景及研究意义 | 第15页 |
| ·课题研究现状 | 第15-22页 |
| ·地图矢量化的研究现状 | 第16-18页 |
| ·遥感图像智能处理的研究现状 | 第18-22页 |
| ·论文主要工作及成果 | 第22-23页 |
| ·论文内容安排 | 第23-24页 |
| 第二章 彩色扫描地形图的图像特征 | 第24-48页 |
| ·引言 | 第24页 |
| ·地形图的基本概念 | 第24-29页 |
| ·地形图的定义和特性 | 第25-26页 |
| ·地形图的表示手段 | 第26-29页 |
| ·扫描仪及图像颜色失真 | 第29-31页 |
| ·大幅面扫描仪的工作原理 | 第29页 |
| ·扫描图像颜色失真分析 | 第29-31页 |
| ·彩色扫描地形图的图像特征 | 第31-35页 |
| ·图像精度与扫描分辨率 | 第31-32页 |
| ·颜色特征 | 第32-33页 |
| ·形状特征 | 第33-34页 |
| ·拓朴关系 | 第34-35页 |
| ·彩色扫描地形图的分色 | 第35-47页 |
| ·颜色模型的选择 | 第35-38页 |
| ·现有分色方法的回顾 | 第38-40页 |
| ·基于颜色键集合技术的分色改进算法 | 第40-45页 |
| ·分色结果的去噪处理 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第三章 彩色扫描地形图中等高线的自动提取 | 第48-75页 |
| ·引言 | 第48页 |
| ·等高线的基本概念 | 第48-50页 |
| ·等高线的定义和特点 | 第48-49页 |
| ·等高线的分类 | 第49-50页 |
| ·现有提取方法的回顾 | 第50-55页 |
| ·等高线自动提取面临的主要问题 | 第50-52页 |
| ·现有提取方法的回顾和评述 | 第52-55页 |
| ·相关基础算法讨论 | 第55-61页 |
| ·细化 | 第55-59页 |
| ·剪枝 | 第59-60页 |
| ·曲线跟踪 | 第60-61页 |
| ·适合一般质量地形图中等高线自动提取的新方法 | 第61-73页 |
| ·基本原理及处理流程 | 第61-62页 |
| ·灰度线段分割修补彩色等高线分割结果 | 第62-64页 |
| ·解决等高线断裂和粘连问题 | 第64-68页 |
| ·实验结果及其评价 | 第68-72页 |
| ·需要进一步解决的问题 | 第72-73页 |
| ·本章小结 | 第73-75页 |
| 第四章 彩色扫描地形图中街区式居民地的自动提取 | 第75-96页 |
| ·引言 | 第75页 |
| ·居民地的基本概念 | 第75-78页 |
| ·居民地的建筑、类型和平面图形 | 第76-78页 |
| ·街区式居民地的地图表示 | 第78页 |
| ·现有提取方法的回顾 | 第78-83页 |
| ·街区式居民地提取面临的主要问题 | 第78-79页 |
| ·现有提取方法的回顾和评述 | 第79-83页 |
| ·应用Gabor滤波器检测晕线纹理 | 第83-87页 |
| ·Gabor滤波器公式与特性 | 第83-84页 |
| ·Gabor滤波器设计 | 第84-86页 |
| ·Gabor滤波与晕线纹理检测 | 第86-87页 |
| ·带晕线填充的街区式居民地的自动提取 | 第87-95页 |
| ·基本原理与处理流程 | 第88页 |
| ·居民地内部晕线检测 | 第88-89页 |
| ·居民地轮廓提取 | 第89-92页 |
| ·实验结果及其评价 | 第92-94页 |
| ·需要进一步解决的问题 | 第94-95页 |
| ·本章小结 | 第95-96页 |
| 第五章 高分辨率全色遥感图像中居民地的自动识别 | 第96-119页 |
| ·引言 | 第96-97页 |
| ·高分辨率全色遥感图像中居民地的特征 | 第97-103页 |
| ·高分辨率遥感卫星介绍 | 第97-101页 |
| ·居民地的图像特征分析 | 第101-103页 |
| ·现有识别方法的回顾 | 第103-104页 |
| ·居民地自动识别面临的主要问题 | 第103-104页 |
| ·现有识别方法的回顾和评述 | 第104页 |
| ·结合Gabor小波和ICA的纹理特征提取 | 第104-113页 |
| ·初级视觉过程的多频率通道 | 第105-106页 |
| ·Gabor小波与滤波器设计 | 第106-107页 |
| ·ICA分析Gabor特征——ICAG纹理特征 | 第107-110页 |
| ·实验结果及其评价 | 第110-113页 |
| ·基于ICAG纹理特征的居民地自动识别 | 第113-117页 |
| ·基本原理与处理流程 | 第113-114页 |
| ·居民地区域分割 | 第114页 |
| ·居民地轮廓提取 | 第114-116页 |
| ·实验结果及其评价 | 第116页 |
| ·需要进一步解决的问题 | 第116-117页 |
| ·本章小结 | 第117-119页 |
| 第六章 多光谱遥感图像中盐渍土的自动分类 | 第119-140页 |
| ·引言 | 第119页 |
| ·盐渍土的相关知识 | 第119-123页 |
| ·盐渍土的定义、成因及分布 | 第119-121页 |
| ·研究区域的盐渍土概况及其多光谱图像 | 第121-123页 |
| ·现有分类方法的回顾 | 第123-127页 |
| ·盐渍土自动分类面临的主要问题 | 第123-125页 |
| ·现有分类方法的回顾和评述 | 第125-127页 |
| ·ICA多尺度纹理算子用于多光谱图像分析 | 第127-132页 |
| ·现有的多光谱图像纹理分析方法 | 第127-128页 |
| ·纹理单元与列矢量的定义 | 第128-129页 |
| ·ICA分析提取多尺度纹理特征 | 第129-130页 |
| ·实验结果及其评价 | 第130-132页 |
| ·多特征相结合的盐渍土自动分层分类 | 第132-139页 |
| ·基本原理及处理流程 | 第132-133页 |
| ·地物的波谱特性与几何形状分析 | 第133-136页 |
| ·基于纹理特征的图像分块和聚类分析 | 第136-137页 |
| ·实验结果及其评价 | 第137页 |
| ·需要进一步解决的问题 | 第137-139页 |
| ·本章小结 | 第139-140页 |
| 第七章 总结与展望 | 第140-141页 |
| 致谢 | 第141-142页 |
| 参考文献 | 第142-153页 |
| 附录A AutoVector地形图矢量化软件 | 第153-157页 |
| A.1 AutoVector软硬件要求 | 第153页 |
| A.2 AutoVector主要功能界面 | 第153-156页 |
| A.3 联合使用AutoVector和MapGIS软件生成DEM数据 | 第156-157页 |
| 攻读博士期间已撰写及发表的论文 | 第157-158页 |
| 攻读博士期间参加和完成的科研任务 | 第158页 |