| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-17页 |
| ·概述 | 第9-11页 |
| ·国内外SAR 图像道路检测研究动态 | 第11-16页 |
| ·遥感影像中道路提取的现有方法 | 第11-14页 |
| ·现有半自动道路提取方法的原理 | 第14页 |
| ·现有方法的问题分析 | 第14-16页 |
| ·本论文结构安排 | 第16-17页 |
| 第二章 SAR 图像的特性 | 第17-26页 |
| ·SAR 成像概述 | 第17-18页 |
| ·SAR 图像统计特性 | 第18-23页 |
| ·SAR 斑点噪声特性 | 第18-20页 |
| ·SAR 图像目标检测的概率分布模型 | 第20-22页 |
| ·相干斑噪声抑制概述 | 第22-23页 |
| ·SAR 图像和光学图像特征的比较 | 第23-26页 |
| 第三章 SAR 图像的边缘检测 | 第26-47页 |
| ·概述 | 第26-28页 |
| ·常用的边缘检测梯度算子 | 第28-30页 |
| ·Roberts 边缘检测算子 | 第28页 |
| ·Sobel 边缘算子 | 第28-29页 |
| ·Prewitt边缘算子 | 第29页 |
| ·Krisch边缘算子 | 第29-30页 |
| ·高斯-拉普拉斯边缘检测器 | 第30-35页 |
| ·高斯平滑滤波器 | 第30-31页 |
| ·拉普拉斯锐化滤波器 | 第31-32页 |
| ·高斯-拉普拉斯滤波器 | 第32-35页 |
| ·比率-平均边缘检测器 | 第35-38页 |
| ·数学形态学应用于边缘提取 | 第38-41页 |
| ·二元泰勒多项式的Hessian矩阵应用于边缘检测 | 第41-47页 |
| ·一维情形 | 第41-43页 |
| ·二维情形 | 第43-44页 |
| ·窗口宽度自适应 | 第44-45页 |
| ·具体实现 | 第45-47页 |
| 第四章 遗传算法基本原理 | 第47-62页 |
| ·遗传算法的生物学基础 | 第47-49页 |
| ·遗传与变异 | 第47-48页 |
| ·进化 | 第48页 |
| ·遗传与进化的系统观 | 第48-49页 |
| ·遗传算法简介 | 第49-54页 |
| ·遗传算法概要 | 第49-51页 |
| ·遗传算法的运算过程 | 第51页 |
| ·遗传算法的特点 | 第51-53页 |
| ·基本遗传算法概述 | 第53-54页 |
| ·遗传算法的基本实现技术 | 第54-60页 |
| ·编码方法 | 第54-55页 |
| ·适应度函数 | 第55-56页 |
| ·选择算子 | 第56-57页 |
| ·交叉算子 | 第57-59页 |
| ·变异算子 | 第59-60页 |
| ·遗传算法的应用步骤 | 第60-62页 |
| 第五章 SAR 图像道路检测具体实现算法 | 第62-75页 |
| ·概述 | 第62-63页 |
| ·道路中心线检测 | 第63-64页 |
| ·道路片段提取 | 第64-67页 |
| ·Hough变换的原理 | 第64-66页 |
| ·局部Hough变换提取道路片段 | 第66-67页 |
| ·道路片段连接 | 第67-71页 |
| ·道路片段初步连接 | 第67-68页 |
| ·遗传算法应用于道路的进一步连接 | 第68-71页 |
| ·道路检测后处理 | 第71-75页 |
| 第六章 结束语 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
| 个人简历 | 第79页 |