首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于高分辨率卫星影像的交通流参数提取研究

致谢第1-6页
中文摘要第6-7页
ABSTRACT第7-10页
1 绪论第10-26页
   ·研究背景第10-13页
     ·传统交通流参数检测技术第10-12页
     ·基于遥感影像的交通流参数提取技术第12-13页
   ·基于高空遥感影像的车辆探测技术研究现状第13-22页
     ·高分辨率遥感数据及其交通应用第13-16页
     ·基于高空遥感影像的车辆探测技术国外研究现状第16-22页
     ·基于高空遥感影像的车辆探测技术国内研究现状第22页
   ·主要研究内容与论文框架第22-24页
     ·研究内容与目的第22-23页
     ·论文结构第23-24页
   ·本章小结第24-26页
2 基于卫星遥感影像的交通流参数提取关键技术第26-48页
   ·目标知识库构建第27-33页
     ·光谱特征的定量描述第27-29页
     ·几何特征的定量描述第29-30页
     ·纹理特征的定量描述第30-32页
     ·空间语义知识描述第32-33页
   ·图像增强第33-36页
     ·空间域增强法第34-35页
     ·频率域增强法第35-36页
   ·图像分割第36-39页
   ·图像分类第39-43页
     ·基于像元和面向对象分类第39-41页
     ·监督分类和非监督分类第41-42页
     ·硬分类和软分类第42-43页
   ·交通流参数模型第43-46页
     ·交通密度第43-44页
     ·道路占有率第44页
     ·交通速度和交通密度关系第44-45页
     ·交通流量和交通密度关系第45-46页
   ·本章小结第46-48页
3 基于高分辨率卫星影像的交通流参数提取方法第48-78页
   ·基于高分辨率卫星影像交通流参数提取的技术流程第48-50页
   ·面向对象影像分类的车辆目标探测第50-64页
     ·面向对象影像分类的车辆目标探测思路第50-51页
     ·面向对象影像分类的车辆目标探测步骤第51-64页
   ·基于支持向量机分类的车辆探测方法第64-73页
     ·基于支持向量机分类的车辆探测思路第65页
     ·基于支持向量机分类的车辆探测步骤第65-73页
   ·交通流参数提取第73-76页
     ·直接交通流参数提取第73-74页
     ·间接交通流参数提取第74-76页
   ·本章小结第76-78页
4 测试结果和分析第78-92页
   ·研究区概况第78-79页
   ·精度评估方法第79-81页
   ·同一路段不同探测方法精度比较第81-87页
     ·面向对象分类的车辆探测实验第81-85页
     ·基于支持向量机分类的车辆探测实验第85-87页
     ·两种探测方法的实验分析与比较第87页
   ·不同路段同一探测方法精度比较第87-91页
   ·本章小结第91-92页
5 结论与展望第92-96页
   ·论文总结第92-93页
   ·论文创新点第93页
   ·展望第93-96页
参考文献第96-102页
作者简历第102-104页
学位论文数据集第104页

论文共104页,点击 下载论文
上一篇:基于Linux内核的打印机辅助系统的研究与开发
下一篇:软件无线电的硬件平台