首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

基于知识的道路信息提取方法研究

摘要第1-5页
Abstract第5-7页
目次第7-10页
1 绪论第10-16页
   ·选题背景及意义第10页
   ·研究现状第10-12页
     ·高分辨率遥感发展现状第10-11页
     ·高分遥感影像道路信息提取研究现状第11-12页
   ·研究内容和技术路线第12-14页
     ·研究内容第12-14页
     ·技术流程第14页
   ·论文结构安排第14-16页
2 高分遥感影像的信息获取第16-17页
   ·传统方法—为像元为对象的遥感影像信息提取第16页
   ·突破传统的方法——面向对象分类技术第16-17页
3 研究区概况和数据资料第17-19页
   ·研究区概况第17-18页
     ·研究区一概况第17页
     ·研究区二概况第17-18页
   ·遥感数据介绍第18-19页
     ·研究区一 WorldView-2 高分影像介绍第18页
     ·研究区二高分影像——IKONOS第18-19页
4 基于知识和面向对象的 WORLDVIEW-2 影像道路提取第19-54页
   ·影像预处理第19-29页
     ·正射校正第19-21页
     ·影像融合及其融合质量评价研究第21-25页
     ·影像裁剪第25页
     ·最佳波段选择研究第25-29页
   ·研究区一 WORLDVIEW-2 影像知识发现第29-40页
     ·地物光谱知识发现第29-32页
     ·研究区植被知识发现第32-33页
     ·研究区纹理知识发现——基于灰度共生矩阵第33-40页
   ·基于纹理知识辅助的影像多尺度分割第40-43页
     ·多尺度分割第40-41页
     ·研究区 WorldView-2 影像多尺度分割试验第41-43页
   ·基于知识的遥感影像道路提取第43-54页
     ·基于光谱知识掩膜非道路地物第44-45页
     ·基于植被知识掩膜非道路地物第45-47页
     ·基于形状知识掩膜非道路地物第47-48页
     ·基于光谱知识和形状知识协同掩膜非道路地物第48-52页
     ·道路提取规则建立第52-54页
5 基于知识和面向对象的 IKONOS 影像道路提取第54-80页
   ·影像预处理第54-56页
     ·影像 Layer Stacking 操作第54-55页
     ·影像融合第55-56页
   ·研究区二 IKONOS 影像知识发现第56-68页
     ·IKONOS 影像光谱知识发现第56-58页
     ·IKONOS 影像纹理信息发现——基于二阶矩阵和 J-M 距离准则第58-68页
     ·IKONOS 影像植被指数分析第68页
   ·研究区 IKONOS 影像多尺度分割——基于面向对象和纹理辅助第68-73页
   ·基于知识构建规则的道路信息提取第73-80页
     ·基于光谱知识发现剔除非道路地物第73-74页
     ·基于植被知识发现剔除非道路地物第74-75页
     ·基于形状知识剔除非道路地物第75-78页
     ·基于知识归纳构建非道路地物剔除规则即道路提取规则第78-80页
6 基于知识的遥感道路信息提取功能模块第80-85页
   ·平台介绍第80页
     ·ENVI/IDL第80页
     ·ENVI/IDL 与 ArcGIS Engine 集成第80页
   ·混合编程及思路第80-81页
   ·关键组件与部分代码第81-82页
     ·COM_IDL_CONNECT 组件第81页
     ·部分代码第81-82页
   ·模块简介及功能示例——以山区农村道路为例第82-84页
     ·模块简介第82页
     ·功能示例——以农村道路为例第82-84页
   ·小结第84-85页
7 结论与展望第85-87页
   ·结论第85-86页
   ·问题发现与未来研究展望第86-87页
参考文献第87-90页
致谢第90页

论文共90页,点击 下载论文
上一篇:四川高速公路集团资金集中管理模式探讨
下一篇:成都经济技术开发区汽车产业发展战略研究