电子地图中地理对象的智能转换研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景和研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·道路对象的检测与提取 | 第10-11页 |
| ·建筑物对象的检测与提取 | 第11-12页 |
| ·水域对象的检测与提取 | 第12页 |
| ·论文的主要工作 | 第12-14页 |
| 第2章 图像预处理 | 第14-23页 |
| ·图像滤波 | 第14-16页 |
| ·二维中值滤波 | 第14-15页 |
| ·基于阈值的极值中值滤波方法 | 第15-16页 |
| ·图像增强 | 第16-19页 |
| ·模糊图像增强原理 | 第16页 |
| ·自适应图像模糊增强快速算法 | 第16-19页 |
| ·图像分割 | 第19-21页 |
| ·基于最大交叉熵的分割 | 第19-20页 |
| ·基于交叉熵及曲线进化的图像分割 | 第20-21页 |
| ·植被信息去除 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 地理对象的特征选取与分类 | 第23-34页 |
| ·地理对象特征分析 | 第23-24页 |
| ·地理对象特征的选取 | 第24-27页 |
| ·道路特征 | 第26-27页 |
| ·建筑物特征 | 第27页 |
| ·水域特征 | 第27页 |
| ·基于知识的模糊分类 | 第27-28页 |
| ·地理对象的模糊规则分类法 | 第28-33页 |
| ·模糊规则的制定 | 第29页 |
| ·隶属度函数的构建 | 第29-30页 |
| ·多维特征空间模糊规则 | 第30-31页 |
| ·模糊规则分类流程 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 地理对象的智能提取 | 第34-41页 |
| ·道路对象的智能提取 | 第34-36页 |
| ·Hough变换算法 | 第34页 |
| ·数学形态学算法 | 第34-35页 |
| ·算法流程 | 第35-36页 |
| ·建筑物对象的智能提取 | 第36-39页 |
| ·扩展OSTU算法的建筑物潜在区提取算法 | 第36-37页 |
| ·多尺度分割阴影提取算法 | 第37-39页 |
| ·算法流程图 | 第39页 |
| ·水域对象的智能提取 | 第39-40页 |
| ·阈值邻域分割 | 第39页 |
| ·算法流程图 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 卫星地图地理信息提取实验 | 第41-49页 |
| ·卫星地图按比例分类规则 | 第41-43页 |
| ·提取结果评价标准 | 第43-44页 |
| ·A类卫星地图地理信息提取实验 | 第44-46页 |
| ·B类卫星地图地理信息提取实验 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第6章 结论与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第54-55页 |
| 致谢 | 第55页 |
