| 摘要 | 第4-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景以及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 半自动提取 | 第13页 |
| 1.2.2 全自动提取 | 第13-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第2章 遥感影像道路提取技术研究 | 第18-30页 |
| 2.1 遥感影像预处理 | 第18-21页 |
| 2.1.1 影像几何校正 | 第18-20页 |
| 2.1.2 影像镶嵌 | 第20-21页 |
| 2.2 分割算法介绍 | 第21-23页 |
| 2.2.1 基于阈值的图像分割 | 第22页 |
| 2.2.2 基于变形模型的分割 | 第22页 |
| 2.2.3 基于区域生长的分割 | 第22-23页 |
| 2.3 遥感影像分类算法介绍 | 第23-28页 |
| 2.3.1 支持向量机(SVM) | 第24-25页 |
| 2.3.2 决策树(Decision Tree) | 第25-27页 |
| 2.3.3 神经网络 | 第27-28页 |
| 2.4 数学形态学 | 第28-30页 |
| 2.4.1 二值腐蚀膨胀运算 | 第28-29页 |
| 2.4.2 开闭运算 | 第29-30页 |
| 第3章 基于改进的GVF-SNAKE方法的道路轮廓提取 | 第30-39页 |
| 3.1 传统SNAKE算法的算法研究 | 第30-31页 |
| 3.1.1 传统Snake的数学模型 | 第30-31页 |
| 3.1.2 传统Snake算法的优缺点 | 第31页 |
| 3.2 GVF-SNAKE算法的算法研究 | 第31-32页 |
| 3.3 针对道路轮廓提取改进的GVF SNAKE算法研究 | 第32-39页 |
| 3.3.1 改进的GVF-Snake算法实现 | 第32-35页 |
| 3.3.2 改进的GVF-Snake实验设计 | 第35-39页 |
| 第4章 基于HOUGH变换的道路骨架连通性优化 | 第39-45页 |
| 4.1 骨架提取 | 第39-40页 |
| 4.2 基于HOUGH变换的连通性优化算法 | 第40-45页 |
| 4.2.1 Hough变换检测直线 | 第40-41页 |
| 4.2.2 骨架连通性优化 | 第41-43页 |
| 4.2.3 实验与分析 | 第43-45页 |
| 第5章 基于CART决策树的道路提取 | 第45-65页 |
| 5.1 CART决策树简介 | 第45-49页 |
| 5.1.1 分类与回归 | 第46-47页 |
| 5.1.2 CART决策树生长规则 | 第47-48页 |
| 5.1.3 CART剪枝 | 第48-49页 |
| 5.2 基于CART决策树道路提取框架以及流程设计 | 第49-51页 |
| 5.3 改进的GVF-SNAKE正样本的提取 | 第51-52页 |
| 5.4 去噪及骨架提取 | 第52-53页 |
| 5.5 道路提取实验设计与分析 | 第53-65页 |
| 5.5.1 针对城郊的道路提取实验 | 第53-60页 |
| 5.5.2 针对城区的道路提取实验 | 第60-65页 |
| 第6章 结论与展望 | 第65-67页 |
| 6.1 结论 | 第65-66页 |
| 6.2 研究展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 作者简介及在学期间所取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |
