| 第一章 绪论 | 第1-24页 |
| §1．1 研究背景和意义 | 第11-13页 |
| §1．1．1 遥感与GIS的发展 | 第11-12页 |
| §1．1．2 数字摄影测量与关键地物提取 | 第12-13页 |
| §1．2 航空影像中关键地物提取研究现状 | 第13-21页 |
| §1．2．1 影像预处理 | 第14-16页 |
| §1．2．2 建筑物提取 | 第16-19页 |
| §1．2．3 道路提取 | 第19-21页 |
| §1．3 本文的主要研究方向和内容概要 | 第21-24页 |
| §1．3．1 研究目标 | 第21-22页 |
| §1．3．2 研究方法与研究内容 | 第22-23页 |
| §1．3．3 本文的结构 | 第23-24页 |
| 第二章 航空影像中关键地物的认知方法 | 第24-41页 |
| §2．1 引言 | 第24页 |
| §2．2 人脑认知机理研究 | 第24-32页 |
| §2．2．1 人脑认知模型 | 第25-29页 |
| §2．2．2 感性学习与抽象 | 第29-32页 |
| §2．3 航空影像的认知方法 | 第32-39页 |
| §2．3．1 认知的框架 | 第33-34页 |
| §2．3．2 OAR模型的抽象 | 第34-35页 |
| §2．3．3 模拟人眼视觉感知能力的影像预处理和特征检测 | 第35-36页 |
| §2．3．4 基于OAR模型的认知方法 | 第36-39页 |
| §2．4 小结 | 第39-41页 |
| 第三章 基于人眼视觉模型的影像增强与阴影消除 | 第41-58页 |
| §3．1 引言 | 第41-42页 |
| §3．2 Retinex视觉模型 | 第42-45页 |
| §3．2．1 Retinex | 第42-43页 |
| §3．2．2 影像增强 | 第43-45页 |
| §3．3 航空影像中的阴影检测 | 第45-51页 |
| §3．3．1 阴影形成机理分析 | 第45-48页 |
| §3．3．2 阴影检测 | 第48-51页 |
| §3．4 基于模糊Retinex的阴影消除 | 第51-57页 |
| §3．4．1 模糊Retinex | 第51-53页 |
| §3．4．2 基于模糊Retinex的阴影消除 | 第53-57页 |
| §3．4 小结 | 第57-58页 |
| 第四章 建筑物的自动提取方法 | 第58-89页 |
| §4．1 引言 | 第58-59页 |
| §4．2 建筑物的OAR模型及提取策略 | 第59-62页 |
| §4．3 基于物方几何约束的垂直边缘检测 | 第62-70页 |
| §4．3．1 航摄中心投影模型 | 第63-64页 |
| §4．3．2 自适应模糊Hough变换 | 第64-68页 |
| §4．3．3 垂直边缘检测 | 第68-70页 |
| §4．4 窗户纹理描述与分析 | 第70-78页 |
| §4．4．1 窗户纹理信号描述 | 第71-74页 |
| §4．4．2 窗户纹理的时频分析与垂直边缘验证 | 第74-78页 |
| §4．5 建筑物屋顶轮廓提取 | 第78-88页 |
| §4．5．1 屋顶轮廓种子点提取 | 第78-81页 |
| §4．5．2 直线Snakes | 第81-85页 |
| §4．5．3 基于直线Snakes的屋顶轮廓提取 | 第85-88页 |
| §4．6 小结 | 第88-89页 |
| 第五章 道路的自动提取方法 | 第89-112页 |
| §5．1 引言 | 第89-90页 |
| §5．2 道路的OAR模型及提取方法 | 第90-93页 |
| §5．3 一种新的主干道路描述子：对称边缘方向直方图 | 第93-98页 |
| §5．3．1 特征矢量定义 | 第93-95页 |
| §5．3．2 视觉不变性分析 | 第95-97页 |
| §5．3．3 距离定义 | 第97-98页 |
| §5．4 基于对称边缘方向直方图提取主干道种子 | 第98-106页 |
| §5．4．1 顾及数据空间分布特性的模糊C-均值聚类算法 | 第99-104页 |
| §5．4．2 提取主干道种子 | 第104-106页 |
| §5．5 提取主干道网络 | 第106-110页 |
| §5．5．1 形成道路段假设 | 第106-107页 |
| §5．5．2 基于Snakes提取完整网络 | 第107-109页 |
| §5．5．3 实验结果 | 第109-110页 |
| §5．6 小结 | 第110-112页 |
| 第六章 总结与展望 | 第112-115页 |
| 致谢 | 第115-116页 |
| 参考文献 | 第116-126页 |
| 攻读博士学位期间完成的论文 | 第126页 |
