基于深度学习算法模型的遥感影像道路提取技术
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 变量注释表 | 第14-15页 |
| 1 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.3 研究内容及结构安排 | 第20-23页 |
| 2 道路提取总体思路 | 第23-36页 |
| 2.1 遥感影像道路分类 | 第23-24页 |
| 2.2 遥感影像道路特征分析 | 第24-26页 |
| 2.3 深度学习相关理论 | 第26-35页 |
| 2.4 深度学习提取道路可行性分析 | 第35页 |
| 2.5 本章小结 | 第35-36页 |
| 3 结合细化算法的全卷积神经网络道路提取方法 | 第36-55页 |
| 3.1 引言 | 第36页 |
| 3.2 道路提取方法 | 第36-46页 |
| 3.3 实验与分析 | 第46-54页 |
| 3.4 本章小结 | 第54-55页 |
| 4 结合回归算法的全卷积神经网络道路提取方法 | 第55-72页 |
| 4.1 引言 | 第55页 |
| 4.2 道路提取方法 | 第55-64页 |
| 4.3 实验与分析 | 第64-70页 |
| 4.4 本章小结 | 第70-72页 |
| 5 结论与展望 | 第72-74页 |
| 5.1 论文工作总结 | 第72页 |
| 5.2 存在的问题及展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 作者简历 | 第80-82页 |
| 学位论文数据集 | 第82页 |
