| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 遥感技术与GIS的发展 | 第11-12页 |
| 1.1.2 道路提取的意义 | 第12-13页 |
| 1.2 道路提取研究现状和发展趋势 | 第13-19页 |
| 1.2.1 道路提取研究现状 | 第13-18页 |
| 1.2.2 道路提取发展趋势 | 第18-19页 |
| 1.3 本文研究内容及创新点 | 第19-20页 |
| 1.3.1 道路提取现存问题 | 第19页 |
| 1.3.2 本文研究内容和创新点 | 第19-20页 |
| 1.4 论文章节安排 | 第20-21页 |
| 第二章 道路提取相关知识及技术 | 第21-27页 |
| 2.1 所用数据特征 | 第21-23页 |
| 2.1.1 高分辨率遥感影像的特征 | 第21页 |
| 2.1.2 道路在高分辨率遥感影像下的特征 | 第21-23页 |
| 2.2 道路提取基本模型 | 第23-24页 |
| 2.3 道路提取技术难点分析 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 基于数学形态学和HOUGH变换的道路提取 | 第27-41页 |
| 3.1 数学形态学和HOUGH在道路提取中的应用 | 第27-28页 |
| 3.2 基于数学形态学和HOUGH变换的道路提取 | 第28-35页 |
| 3.2.1 结构元素 | 第28页 |
| 3.2.2 二值形态学基本运算 | 第28-32页 |
| 3.2.3 Hough变换检测直线 | 第32-34页 |
| 3.2.4 改进的Hough变换 | 第34-35页 |
| 3.2.5 本算法流程图 | 第35页 |
| 3.3 实验结果与分析 | 第35-40页 |
| 3.3.1 数据一实验结果与分析 | 第36-38页 |
| 3.3.2 数据二实验结果与分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于FLD和形状特征的道路提取 | 第41-51页 |
| 4.1 FLD和形状特征在道路提取方面的应用 | 第41-42页 |
| 4.2 基于FLD和形状特征的道路提取 | 第42-46页 |
| 4.2.1 FLD线性判别 | 第42-44页 |
| 4.2.2 形状特征识别 | 第44-45页 |
| 4.2.3 颜色特征抽取 | 第45-46页 |
| 4.2.4 本算法流程图 | 第46页 |
| 4.3 实验结果与分析 | 第46-49页 |
| 4.3.1 数据一实验结果与分析 | 第46-48页 |
| 4.3.2 数据二实验结果与分析 | 第48-49页 |
| 4.3.3 与传统方法效果比较 | 第49页 |
| 4.4 本章小结 | 第49-51页 |
| 第五章 基于FCM和SVM的道路提取 | 第51-73页 |
| 5.1 FCM聚类和SVM分类在道路提取方面的应用 | 第51-52页 |
| 5.2 基于改进的FCM和SVM道路提取 | 第52-63页 |
| 5.2.1 模糊集 | 第52-53页 |
| 5.2.2 普通C均值 | 第53页 |
| 5.2.3 传统FCM聚类算法原理 | 第53-55页 |
| 5.2.4 传统的FCM聚类算法存在问题 | 第55-56页 |
| 5.2.5 改进的FCM算法 | 第56-57页 |
| 5.2.6 SVM介绍 | 第57-61页 |
| 5.2.7 SVM的训练参数选择 | 第61-63页 |
| 5.2.8 本章所提算法流程图 | 第63页 |
| 5.3 实验结果与分析 | 第63-67页 |
| 5.3.1 改进的FCM和传统的FCM效果对比实验 | 第63-64页 |
| 5.3.2 数据一实验结果与分析 | 第64-66页 |
| 5.3.3 数据二实验结果与分析 | 第66-67页 |
| 5.4 本文所提算法总体分析及评价 | 第67-71页 |
| 5.4.1 定性评价 | 第69页 |
| 5.4.2 定量评价 | 第69-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-77页 |
| 6.1 工作总结 | 第73-74页 |
| 6.2 展望 | 第74-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 附录A 攻读硕士学位期间学术成果 | 第85页 |