| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 多源遥感影像道路提取概述 | 第12页 |
| 1.2.2 单源遥感影像道路提取概述 | 第12-15页 |
| 1.2.2.1 基于分类算法的道路提取 | 第13页 |
| 1.2.2.2 基于模板匹配的道路提取 | 第13-14页 |
| 1.2.2.3 基于数学形态学的道路提取 | 第14-15页 |
| 1.2.2.4 基于主动轮廓模型的道路提取 | 第15页 |
| 1.2.2.5 基于面向知识的道路提取 | 第15页 |
| 1.2.3 道路提取面临问题及难点 | 第15-16页 |
| 1.2.4 道路提取的发展趋势 | 第16-17页 |
| 1.3 论文研究内容及技术路线 | 第17-20页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 技术路线 | 第18-19页 |
| 1.3.3 本文结构 | 第19-20页 |
| 第二章 高分遥感影像道路特征集的分析与构建 | 第20-38页 |
| 2.1 超像素分割算法介绍 | 第20-21页 |
| 2.2 光谱特征分析 | 第21-24页 |
| 2.2.1 常用颜色模型概述 | 第21-24页 |
| 2.2.1.1 Lab颜色空间 | 第21-22页 |
| 2.2.1.2 HSV颜色空间及模型量化 | 第22-24页 |
| 2.3 纹理特征分析 | 第24-27页 |
| 2.3.1 邻域总变分纹理特征 | 第24-25页 |
| 2.3.2 LBP纹理特征 | 第25-27页 |
| 2.3.2.1 原始LBP | 第25-26页 |
| 2.3.2.2 均匀旋转不变LBP | 第26-27页 |
| 2.3.3 灰度共生矩阵纹理特征 | 第27页 |
| 2.4 道路等级及特征规范 | 第27-29页 |
| 2.5 部分地物特征集实验与结果分析 | 第29-34页 |
| 2.5.1 地物光谱特征实验分析 | 第29-32页 |
| 2.5.2 地物纹理特征实验分析 | 第32-34页 |
| 2.6 基于光谱与纹理特征的SVM道路提取 | 第34-37页 |
| 2.6.1 SVM分类算法概述 | 第34-36页 |
| 2.6.2 SVM道路提取结果分析 | 第36-37页 |
| 2.7 本章小结 | 第37-38页 |
| 第三章 高分遥感影像道路视觉显著性分析 | 第38-46页 |
| 3.1 视觉注意机制 | 第38-39页 |
| 3.2 常用视觉显著性模型概述 | 第39-40页 |
| 3.3 常见显著图融合方法介绍 | 第40-41页 |
| 3.4 高分遥感影像道路显著性实验与结果分析 | 第41-45页 |
| 3.4.1 显著图构建中先验知识总结与分析 | 第41-42页 |
| 3.4.2 常用视觉显著性模型在高分遥感影像中的适用性分析 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 高分遥感影像道路显著图构建 | 第46-63页 |
| 4.1 基于先验知识的道路显著图构建 | 第46-52页 |
| 4.1.1 基于边缘先验知识的道路显著图构建 | 第46-50页 |
| 4.1.1.1 背景超像素筛选 | 第47-48页 |
| 4.1.1.2 背景超像素筛选的有效性分析 | 第48-49页 |
| 4.1.1.3 基于高分遥感影像背景超像素的显著度计算 | 第49-50页 |
| 4.1.2 基于局部对比先验知识的道路显著图构建 | 第50-52页 |
| 4.1.3 边缘先验和局部对比先验显著图融合 | 第52页 |
| 4.2 基于超像素聚类的区域形状显著图构建 | 第52-58页 |
| 4.2.1 基于超像素的Kmean聚类 | 第53-54页 |
| 4.2.1.1 HSV颜色量化空间下聚类区域数判断 | 第53-54页 |
| 4.2.2 聚类区域形状描述 | 第54-55页 |
| 4.2.3 归一化阴影指数下的阴影区域检测 | 第55-57页 |
| 4.2.4 多形状参数下的形状显著图融合 | 第57-58页 |
| 4.3 基于超像素延伸性判断的道路显著区域提取 | 第58-62页 |
| 4.3.1 超像素相似度计算 | 第58-59页 |
| 4.3.2 超像素延伸及特征描述规则 | 第59-61页 |
| 4.3.3 延伸性显著图融合构建及道路超像素选择 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 路网信息融合提取及优化处理 | 第63-77页 |
| 5.1 基于多特征规则判断的干扰超像素剔除 | 第64-67页 |
| 5.1.1 邻域总变分值判断下的干扰超像素剔除 | 第64页 |
| 5.1.2 谱残差值判断下的干扰超像素剔除 | 第64-65页 |
| 5.1.3 归一化阴影指数及HSV颜色空间判断下的干扰超像素剔除 | 第65-67页 |
| 5.2 结合监督学习结果和多个显著图的道路粗提取 | 第67-70页 |
| 5.2.1 基于干扰超像素的监督学习结果显著图构建 | 第67-68页 |
| 5.2.2 道路显著图融合及道路粗提取 | 第68-70页 |
| 5.3 道路信息优化处理 | 第70-74页 |
| 5.3.1 孔洞填充 | 第70-71页 |
| 5.3.2 道路边缘平行性破坏下的区域补充与干扰消除 | 第71-72页 |
| 5.3.3 基于道路拓扑结构的道路段连接 | 第72-74页 |
| 5.4 道路提取结果分析 | 第74-75页 |
| 5.5 本章小结 | 第75-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 总结 | 第77-78页 |
| 6.2 展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |
