| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-17页 |
| 1.1. 课题来源 | 第10页 |
| 1.2. 研究背景、目的及意义 | 第10-16页 |
| 1.2.1. 研究背景 | 第10-15页 |
| 1.2.2. 研究目的及意义 | 第15-16页 |
| 1.3. 论文的主要研究内容及结构 | 第16-17页 |
| 第二章 城市群瓶颈路段的定义及其判别方式 | 第17-23页 |
| 2.1. 瓶颈路段判别的定义及研究现状 | 第17-20页 |
| 2.1.1. 瓶颈路段的定义 | 第17-18页 |
| 2.1.2. 瓶颈路段判别的研究现状 | 第18-20页 |
| 2.2. 城市群路网瓶颈路段特性分析及判别的常用指标 | 第20-21页 |
| 2.2.1. 城市群路网瓶颈路段特性分析 | 第20页 |
| 2.2.2. 瓶颈路段判别的常用指标 | 第20-21页 |
| 2.3. 基于高分遥感影像的瓶颈路段判别 | 第21-22页 |
| 2.3.1. 固定瓶颈路段判别指标的选取 | 第21-22页 |
| 2.3.2. 基于高分遥感影像的瓶颈路段判别方法 | 第22页 |
| 2.4. 本章小结 | 第22-23页 |
| 第三章 车辆信息提取方法研究 | 第23-40页 |
| 3.1. 车辆信息提取的研究现状 | 第23-24页 |
| 3.2. 车辆检测的双阈值方法 | 第24-30页 |
| 3.2.1. 影像预处理 | 第25-26页 |
| 3.2.2. 双阈值Otsu法影像分割 | 第26-27页 |
| 3.2.3. 影像去噪声 | 第27页 |
| 3.2.4. 实验分析 | 第27-30页 |
| 3.3. 结合SURF和SVM的高分遥感影像车辆提取 | 第30-38页 |
| 3.3.1. 样本库选取 | 第31-32页 |
| 3.3.2. 影像预处理 | 第32-33页 |
| 3.3.3. 影像SURF特征 | 第33-34页 |
| 3.3.4. 支持向量机 | 第34-35页 |
| 3.3.5. 目标搜索策略 | 第35-36页 |
| 3.3.6. 实验分析 | 第36-38页 |
| 3.4. 本章小结 | 第38-40页 |
| 第四章 车辆队列信息提取方法研究 | 第40-48页 |
| 4.1. 车辆队列提取的研究现状 | 第40-41页 |
| 4.2. 滑块阈值法的车辆队列提取算法 | 第41-45页 |
| 4.2.1. 滑块阈值法相关概念界定 | 第41-43页 |
| 4.2.2. 滑块阈值法原理及计算步骤 | 第43-45页 |
| 4.3. 滑块阈值法实例分析 | 第45-47页 |
| 4.4. 本章小结 | 第47-48页 |
| 第五章 城市群路网瓶颈路段判别系统实现 | 第48-55页 |
| 5.1. 系统设计平台 | 第48-49页 |
| 5.1.1. 开发方式选择 | 第48页 |
| 5.1.2. 软件平台简介 | 第48-49页 |
| 5.2. 系统总体设计 | 第49-50页 |
| 5.3. 系统功能及实现 | 第50-54页 |
| 5.3.1. 影像展示模块 | 第50-51页 |
| 5.3.2. 信息提取模块 | 第51-53页 |
| 5.3.3. 城市路段瓶颈判别模块 | 第53-54页 |
| 5.4. 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1. 结论 | 第55页 |
| 6.2. 创新点 | 第55-56页 |
| 6.3. 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读学位期间主要成果 | 第61-62页 |
| 致谢 | 第62页 |