| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1.绪论 | 第9-15页 |
| 1.1 研究目的与意义 | 第9-10页 |
| 1.2 遥感技术的发展与应用 | 第10-11页 |
| 1.3 遥感技术的特点 | 第11-12页 |
| 1.4 高分辨率遥感影像特点 | 第12-13页 |
| 1.5 本文研究的内容和结构安排 | 第13-15页 |
| 2.遥感影像道路及道路交叉口提取方法研究现状 | 第15-23页 |
| 2.1 遥感影像道路提取方法研究现状 | 第15-19页 |
| 2.1.1 半自动道路提取 | 第15-17页 |
| 2.1.2 自动道路提取 | 第17-19页 |
| 2.2 遥感影像道路交叉口提取方法研究现状 | 第19-20页 |
| 2.3 道路提取中存在的问题和难点 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 3.高分辨率遥感影像道路及道路交叉口特征分析 | 第23-29页 |
| 3.1 高分辨率遥感影像道路特征 | 第25页 |
| 3.2 高分辨率遥感影像道路交叉口特征 | 第25-26页 |
| 3.3 道路交叉口表示方法 | 第26-27页 |
| 3.4 高分辨率遥感影像道路交叉口提取方法框架 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4. 基于DPM的高分辨率遥感影像道路交叉口的提取方法 | 第29-47页 |
| 4.1 基于可变形部件模型的目标检测 | 第29-32页 |
| 4.1.1 可变形部件模型 | 第29-31页 |
| 4.1.2 单个模型目标的匹配 | 第31-32页 |
| 4.1.3 混合模型目标的匹配 | 第32页 |
| 4.2 道路交叉口模型构建 | 第32-37页 |
| 4.2.1 道路交叉口形状特征描述 | 第32-34页 |
| 4.2.2 道路交叉口方向梯度直方图特征提取 | 第34-37页 |
| 4.3 隐支持向量机的道路交叉口模型训练 | 第37-42页 |
| 4.3.1 模型参数优化 | 第38-39页 |
| 4.3.2 训练样本集的挖掘方法 | 第39-41页 |
| 4.3.3 参数学习与模型初始化 | 第41-42页 |
| 4.4 实验及分析 | 第42-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5.总结与展望 | 第47-49页 |
| 5.1 工作总结 | 第47-48页 |
| 5.2 未来展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 作者简介 | 第53-54页 |