| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究的目的和意义 | 第12-13页 |
| 1.2 震后道路损毁信息获取技术研究现状 | 第13-16页 |
| 1.2.1 遥感图像及其采集方法国内外发展现状 | 第13-14页 |
| 1.2.2 无人机光学图像获取道路损毁信息国内外研究现状 | 第14-16页 |
| 1.3 本文主要工作内容及结构安排 | 第16-18页 |
| 第二章 无人机巡路多航道多视角高分辨率光学图像拼接算法研究 | 第18-35页 |
| 2.1 引言 | 第18页 |
| 2.2 多航道多视角无人机巡路模式路网图像获取 | 第18-23页 |
| 2.2.1 多航道多视角无人机巡路概念及基本流程 | 第19-22页 |
| 2.2.2 航道、视角设定原则 | 第22-23页 |
| 2.3 SIFT特征点提取算法研究 | 第23-29页 |
| 2.3.1 传统SIFT特征点提取算法 | 第24-25页 |
| 2.3.2 改进的融合特征下SIFT特征点提取算法 | 第25-27页 |
| 2.3.3 改进算法分析 | 第27-29页 |
| 2.4 KD-TREE图像配准算法研究 | 第29-34页 |
| 2.4.1 传统KD-TREE配准矩阵计算方法 | 第29-31页 |
| 2.4.2 改进的KD-TREE配准矩阵计算方法 | 第31-32页 |
| 2.4.3 改进算法分析 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 震后道路抢通中大场景光学图像道路提取算法研究 | 第35-51页 |
| 3.1 引言 | 第35页 |
| 3.2 道路粗提取 | 第35-40页 |
| 3.2.1 道路区域初定位 | 第36-38页 |
| 3.2.2 基于大津法图像分割的曲折道路粗提取 | 第38-40页 |
| 3.3 道路精提取 | 第40-47页 |
| 3.3.1 二值图像噪声去除 | 第41-44页 |
| 3.3.2 二值图像重建与细化 | 第44-47页 |
| 3.4 道路提取结果分析 | 第47-49页 |
| 3.4.1 道路提取中干扰信息类型 | 第47-48页 |
| 3.4.2 干扰信息对道路提取影响情况及应对措施 | 第48-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 基于多时相“骨架”数值图像的道路损毁程度判定 | 第51-68页 |
| 4.1 引言 | 第51页 |
| 4.2 震后道路损毁分析 | 第51-56页 |
| 4.2.1 震后道路损毁类型 | 第52-55页 |
| 4.2.2 震后道路抢通范围 | 第55-56页 |
| 4.3 多时相“骨架”数值图像道路损毁检测 | 第56-64页 |
| 4.3.1 损毁检测方法介绍与比选 | 第56-60页 |
| 4.3.2 基于差值法道路损毁判定 | 第60-64页 |
| 4.4 道路损毁程度判定 | 第64-67页 |
| 4.4.1 损毁评估方法、流程 | 第64-65页 |
| 4.4.2 道路损毁评估 | 第65-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 作者在学期间取得的学术成果 | 第75页 |
