高分辨率光学卫星影像城市道路识别方法研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 引言 | 第9-27页 |
·问题的提出 | 第9-10页 |
·道路提取概述及国内外研究现状 | 第10-21页 |
·道路提取概述 | 第10-15页 |
·道路模型及其特点 | 第10-12页 |
·道路提取的技术阶段分类及各阶段要解决的问题 | 第12-15页 |
·国内外道路提取的研究现状 | 第15-21页 |
·本文概述 | 第21-25页 |
·研究目标 | 第21-22页 |
·研究对象 | 第22-23页 |
·研究内容及方法 | 第23-24页 |
·本论文组织结构 | 第24-25页 |
·定义及约定 | 第25-27页 |
第二章 道路影像预处理 | 第27-55页 |
·基于概率密度估计的模式检测及聚类方法 | 第27-42页 |
·基于Parzen窗口技术的概率密度估计 | 第29-36页 |
·概率密度估计方法 | 第29-31页 |
·Parzen窗口法原理 | 第31-36页 |
·密度梯度估计 | 第36-38页 |
·模式检测 | 第38-42页 |
·概率密梯度估计的收敛 | 第38-40页 |
·模式检测算法 | 第40-42页 |
·道路自适应Parzen窗口的影像分割方法 | 第42-47页 |
·Parzen窗口自适应选择 | 第42-46页 |
·RAPW调整策略 | 第42-44页 |
·基于RAPW的模式检测 | 第44-46页 |
·道路影像聚类过程 | 第46-47页 |
·道路区域知觉组织方法 | 第47-50页 |
·区域邻接图 | 第48页 |
·道路区域知觉组织准则 | 第48-50页 |
·实验结果与分析 | 第50-53页 |
·定义及约定 | 第53-55页 |
第三章 主宽路提取方法研究 | 第55-93页 |
·道路典型片断提取 | 第57-70页 |
·主宽路提取的视觉基础 | 第57-60页 |
·道路典型片断几何特征提取 | 第60-67页 |
·分割图像的区域类型分析 | 第60-63页 |
·道路区域的典型特征因子 | 第63-65页 |
·道路典型片断提取方法 | 第65-67页 |
·道路种子点的自动提取 | 第67-70页 |
·区域轮廓光滑 | 第67-68页 |
·区域细化变换 | 第68-70页 |
·种子点提取 | 第70页 |
·道路跟踪 | 第70-74页 |
·道路匹配方向估计 | 第71-72页 |
·道路匹配片断几何纠正 | 第72-74页 |
·道路匹配的不变小波矩方法 | 第74-79页 |
·不变小波矩 | 第74-78页 |
·小波变换 | 第74-75页 |
·关于矩的基本理论 | 第75-77页 |
·不变小波矩 | 第77-78页 |
·基于不变小波矩的道路跟踪算法 | 第78-79页 |
·实验结果与分析 | 第79-93页 |
第四章 次宽路提取方法研究 | 第93-129页 |
·影像曲面脊、谷状结构检测 | 第93-107页 |
·次宽路自动提取方法的模型依据 | 第93-94页 |
·海塞矩阵在脊点检测中的几何含义 | 第94-98页 |
·影像曲面脊点检测 | 第98-106页 |
·影像曲面二阶导数脊及其检测条件 | 第98-100页 |
·高斯偏导数卷积算子的“尺度-空间”因子 | 第100-104页 |
·对阶梯状边缘响应的抑制 | 第104-106页 |
·基于海塞矩阵的影像曲面脊点检测算法 | 第106页 |
·影像曲面脊点的连接 | 第106-107页 |
·基于随机点过程的道路网络提取 | 第107-119页 |
·随机点过程 | 第108-112页 |
·随机点过程简介 | 第108-109页 |
·马尔科夫点过程与Gibbs点过程 | 第109-112页 |
·道路网络空间随机模型 | 第112-118页 |
·不规则邻域系统 | 第112-114页 |
·RLPNS模型 | 第114-118页 |
·模拟道路线段空间随机点过程 | 第118-119页 |
·实验结果与分析 | 第119-128页 |
·影像曲面脊线检测实验 | 第119-126页 |
·基于随机点过程的道路网络提取实验 | 第126-128页 |
·定义及约定 | 第128-129页 |
第五章 结论 | 第129-133页 |
·论文概要 | 第129-130页 |
·本文的创新点 | 第130-131页 |
·研究展望 | 第131-133页 |
参考文献 | 第133-147页 |
博士期间科研及发表论文情况 | 第147-149页 |
致谢 | 第149页 |