| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 第1章 绪论 | 第11-27页 |
| ·研究背景及意义 | 第11-13页 |
| ·国内外研究现状综述 | 第13-24页 |
| ·在遥感数据源的选择方面 | 第13-15页 |
| ·在道路提取方法方面 | 第15-20页 |
| ·研究现状总结 | 第20-24页 |
| ·研究内容 | 第24-25页 |
| ·论文的结构安排 | 第25-27页 |
| 第2章 基于非下采样 Contourlet 变换的特征提取 | 第27-59页 |
| ·引言 | 第27-28页 |
| ·特征提取方法研究现状 | 第28-30页 |
| ·道路几何特征分析 | 第30-32页 |
| ·基于非下采样 Contourlet 的影像特征提取 | 第32-53页 |
| ·Contourlet 变换原理 | 第32-33页 |
| ·非下采样 Contourlet 变换原理 | 第33-38页 |
| ·NSCT-HMC 特征构造 | 第38-53页 |
| ·NSCT-HMC 特征实验及分析 | 第53-57页 |
| ·NSCT 域 HMC 模型间的 Kullback-Leibler 距离 | 第53-54页 |
| ·NSCT-HMC 特征的有效性实验 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 第3章 基于超分辨率的高分辨率数据获取 | 第59-95页 |
| ·引言 | 第59页 |
| ·超分辨率方法研究现状 | 第59-62页 |
| ·基于 LR 影像序列的超分辨率重建 | 第60页 |
| ·基于学习的超分辨率重建 | 第60-61页 |
| ·两类超分辨率方法的对比分析 | 第61-62页 |
| ·道路影像的超分辨率重建 | 第62-64页 |
| ·NSCT 域超分辨率重建 | 第64-75页 |
| ·NSCT 子带系数统计关系分析 | 第65-68页 |
| ·NSCT 子带系数的变换关系建模 | 第68-72页 |
| ·NSCT 域超分辨率重建 | 第72-75页 |
| ·梯度变换超分辨率重建 | 第75-88页 |
| ·梯度剖面及其提取 | 第75-78页 |
| ·梯度剖面锐度 | 第78-79页 |
| ·梯度剖面的统计模型 | 第79-83页 |
| ·锐度映射关系 | 第83-84页 |
| ·基于梯度剖面先验模型的梯度变换 | 第84-88页 |
| ·超分辨率的 MAP 框架 | 第88-91页 |
| ·MAP 框架 | 第88-90页 |
| ·基于 MAP 框架的超分辨率 | 第90-91页 |
| ·超分辨率实验及分析 | 第91-93页 |
| ·本章小结 | 第93-95页 |
| 第4章 基于流形理论的多源影像特征融合 | 第95-123页 |
| ·引言 | 第95-96页 |
| ·相关研究工作综述 | 第96-100页 |
| ·特征降维 | 第96-99页 |
| ·数据融合 | 第99-100页 |
| ·流形和流形学习理论 | 第100-108页 |
| ·流形的数学定义 | 第100-101页 |
| ·流形学习理论及经典算法 | 第101-107页 |
| ·流形对齐算法 | 第107-108页 |
| ·基于联合保持映射的多源影像特征融合 | 第108-121页 |
| ·联合流形及其 Laplacian-Beltrami 算子 | 第109-114页 |
| ·联合保持映射（JPM） | 第114-120页 |
| ·基于 JPM 的多源影像特征融合 | 第120-121页 |
| ·本章小结 | 第121-123页 |
| 第5章 道路提取方法与实验对比分析 | 第123-159页 |
| ·引言 | 第123页 |
| ·道路提取框架 | 第123-124页 |
| ·道路提取方法 | 第124-130页 |
| ·道路样本选择方法 | 第124-128页 |
| ·道路提取方法 | 第128-130页 |
| ·道路提取实验 | 第130-136页 |
| ·实验环境 | 第130页 |
| ·实验设计与数据选择 | 第130-136页 |
| ·道路提取实验结果 | 第136-146页 |
| ·山区简单道路提取 | 第136-139页 |
| ·村镇简单道路提取 | 第139-142页 |
| ·城市复杂道路提取 | 第142-146页 |
| ·实验结果对比及分析 | 第146-158页 |
| ·道路提取结果评价指标 | 第147-148页 |
| ·实验结果对比 | 第148-158页 |
| ·本章小结 | 第158-159页 |
| 第6章 总结与展望 | 第159-162页 |
| ·论文的主要工作和创新点 | 第159-160页 |
| ·存在的问题和展望 | 第160-162页 |
| 附录 A 利用 UD-EM 算法求取 HMC 模型参数 | 第162-166页 |
| 附录 B JPM 模型涉及算法推导或证明 | 第166-171页 |
| B.1 特征点邻域最优线性表示的计算方法 | 第166-167页 |
| B.2 分量流形与联合流形上光滑函数梯度关系的证明 | 第167-168页 |
| B.3 线性 JPM 模型代价函数的矩阵表示 | 第168-171页 |
| 参考文献 | 第171-184页 |
| 致谢 | 第184-186页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第186-187页 |
