遥感影像道路提取方法研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-13页 |
| ·研究背景及意义 | 第9页 |
| ·遥感影像道路特征分析 | 第9-11页 |
| ·实验环境 | 第11-12页 |
| ·论文结构安排 | 第12-13页 |
| 第2章 遥感影像道路信息提取研究现状 | 第13-33页 |
| ·概述 | 第13-14页 |
| ·基于边缘特征和线性特征的道路提取 | 第14-21页 |
| ·线段检测 | 第14-19页 |
| ·动态规划 | 第19-21页 |
| ·基于光谱特征和区域特征的道路提取 | 第21-28页 |
| ·图像分割 | 第21-25页 |
| ·模板匹配 | 第25-28页 |
| ·基于多源数据的道路提取 | 第28-31页 |
| ·利用多幅影像 | 第29页 |
| ·利用其他数据 | 第29-31页 |
| ·小结 | 第31-33页 |
| 第3章 纵横道路提取方法研究 | 第33-41页 |
| ·纵横道路特征 | 第33页 |
| ·数学形态学 | 第33-37页 |
| ·数学形态学原理 | 第33-35页 |
| ·数学形态学直线道路提取 | 第35-37页 |
| ·模板匹配 | 第37-41页 |
| ·模板匹配原理 | 第37-38页 |
| ·模板匹配道路提取 | 第38-41页 |
| 第4章 多方向道路提取方法研究 | 第41-73页 |
| ·多方向道路特征 | 第41页 |
| ·活动轮廓模型 | 第41-51页 |
| ·活动轮廓模型原理 | 第41-48页 |
| ·几何活动轮廓模型道路提取 | 第48-51页 |
| ·脉冲耦合神经网络 | 第51-57页 |
| ·PCNN 原理 | 第51-53页 |
| ·PCNN 道路提取 | 第53-57页 |
| ·支持向量机 | 第57-63页 |
| ·SVM 原理 | 第57-60页 |
| ·SVM 道路提取 | 第60-63页 |
| ·模糊 C 均值 | 第63-73页 |
| ·FCM 原理 | 第63-66页 |
| ·FCM 道路提取 | 第66-73页 |
| 第5章 道路提取方法对比与改进 | 第73-90页 |
| ·道路提取方法对比分析 | 第73-76页 |
| ·考虑空间邻域信息 FCM 的道路提取 | 第76-84页 |
| ·考虑空间邻域信息的改进 FCM | 第76-80页 |
| ·邻域 FCM 道路提取 | 第80-84页 |
| ·圆投影细长弯曲道路提取 | 第84-90页 |
| ·圆投影的概念 | 第84-86页 |
| ·圆投影道路提取 | 第86-90页 |
| 第6章 交通干扰道路提取策略 | 第90-106页 |
| ·道路交通干扰 | 第90页 |
| ·形态学重构 | 第90-93页 |
| ·形态学重构原理 | 第90-92页 |
| ·形态学重构实验 | 第92-93页 |
| ·均值漂移 | 第93-101页 |
| ·Mean Shift 原理 | 第93-98页 |
| ·Mean Shift 实验 | 第98-101页 |
| ·道路提取策略 | 第101-106页 |
| 第7章 阴影干扰道路提取策略 | 第106-115页 |
| ·道路阴影干扰 | 第106页 |
| ·阴影检测原理 | 第106-109页 |
| ·HSV 色彩空间 | 第106-107页 |
| ·阴影区域特征 | 第107-109页 |
| ·道路提取策略 | 第109-115页 |
| 第8章 总结与展望 | 第115-117页 |
| ·论文主要工作总结 | 第115页 |
| ·不足与展望 | 第115-117页 |
| 参考文献 | 第117-128页 |
| 致谢 | 第128-129页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第129页 |
