基于GF-1遥感影像的道路提取研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-15页 |
| 1.1 研究背景和研究意义 | 第7页 |
| 1.2 研究现状及发展趋势 | 第7-12页 |
| 1.2.1 半自动提取方法简介 | 第8-9页 |
| 1.2.2 自动提取方法简介 | 第9-11页 |
| 1.2.3 提取难点及发展趋势 | 第11-12页 |
| 1.3 本文研究内容与论文结构 | 第12-15页 |
| 2 实验数据分析 | 第15-18页 |
| 2.1 引言 | 第15页 |
| 2.2 GF-1卫星技术特点及道路特征总结 | 第15-16页 |
| 2.2.1 GF-1卫星技术特点 | 第15页 |
| 2.2.2 GF-1影像道路特征总结 | 第15-16页 |
| 2.3 实验区道路网概况 | 第16页 |
| 2.4 实验数据及提取目标 | 第16-18页 |
| 3 道路潜在区域获取 | 第18-21页 |
| 3.1 引言 | 第18页 |
| 3.2 NDVI指数 | 第18-19页 |
| 3.3 NDWI指数 | 第19-21页 |
| 4 基于面向对象思想提取道路 | 第21-45页 |
| 4.1 引言 | 第21页 |
| 4.2 边缘检测 | 第21-25页 |
| 4.2.1 梯度算子 | 第22-24页 |
| 4.2.2 拉普拉斯算子 | 第24-25页 |
| 4.3 多尺度图像分割方法 | 第25-28页 |
| 4.3.1 多尺度图像分割原理 | 第25-28页 |
| 4.4 模糊分类 | 第28-37页 |
| 4.4.1 模糊分类法 | 第29-30页 |
| 4.4.2 分类特征分析 | 第30-35页 |
| 4.4.3 多特征组合模糊分类 | 第35-37页 |
| 4.5 数学形态学优化 | 第37-40页 |
| 4.5.1 数学形态学基本原理 | 第37-39页 |
| 4.5.2 提取结果形态学优化 | 第39-40页 |
| 4.6 提取结果评价 | 第40-45页 |
| 4.6.1 定性评价 | 第42-43页 |
| 4.6.2 定量评价 | 第43-45页 |
| 5 快速行进算法道路提取研究 | 第45-51页 |
| 5.1 引言 | 第45页 |
| 5.2 快速行进算法 | 第45-49页 |
| 5.3 快速行进算法提取道路 | 第49页 |
| 5.4 快速行进算法提取道路评价 | 第49-51页 |
| 6 结论 | 第51-53页 |
| 6.1 工作总结 | 第51页 |
| 6.2 工作展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 个人简介 | 第56-57页 |
| 导师简介 | 第57-58页 |
| 获得成果目录清单 | 第58-59页 |
| 致谢 | 第59页 |
