基于自然选择算法的遥感影像上道路智能提取方法研究
| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-17页 |
| §1.1 道路智能提取技术概述 | 第7-15页 |
| ·研究背景和意义 | 第7-8页 |
| ·研究现状及进展 | 第8-13页 |
| ·算法分析 | 第13-15页 |
| §1.2 论文组织 | 第15-17页 |
| 第二章 道路模型的低层次理解 | 第17-29页 |
| §2.1 改进的自适应平滑滤波 | 第17-19页 |
| ·自适应平滑算法 | 第17-18页 |
| ·参数的确定 | 第18页 |
| ·改进的自适应平滑算法 | 第18-19页 |
| ·算法的特性 | 第19页 |
| §2.2 迭代的平滑与边缘检测算法 | 第19-23页 |
| ·算法思想 | 第19-20页 |
| ·基于全局特征的边缘检测算法 | 第20-21页 |
| ·算法处理流程 | 第21-22页 |
| ·实验结果 | 第22-23页 |
| §2.3 多尺度图像空间 | 第23-26页 |
| ·高斯多尺度空间 | 第23-24页 |
| ·道路在多尺度空间中的特征 | 第24-26页 |
| §2.4 边缘跟踪与描述 | 第26-28页 |
| ·边缘跟踪 | 第26-27页 |
| ·边缘描述 | 第27-28页 |
| §2.5 本章小结 | 第28-29页 |
| 第三章 道路模型的中层理解 | 第29-41页 |
| §3.1 道路的数学模型 | 第29-34页 |
| ·道路及其判读特征 | 第29-31页 |
| ·数学模型 | 第31-34页 |
| §3.2 种子点与道路信息的获取 | 第34-37页 |
| ·半自动提取的算法思想 | 第34-35页 |
| ·初始道路信息的获取 | 第35-37页 |
| §3.3 搜索图空间的构造方法 | 第37-40页 |
| ·图论的基本问题 | 第37-38页 |
| ·搜索图空间的构造 | 第38-39页 |
| ·图空间节点赋权 | 第39-40页 |
| §3.4 本章小结 | 第40-41页 |
| 第四章 道路模型的高层次理解 | 第41-64页 |
| §4.1 最短路径问题 | 第41-45页 |
| ·最短路径 | 第41-42页 |
| ·经典算法概述 | 第42-44页 |
| ·搜索算法分析 | 第44-45页 |
| §4.2 自然选择算法 | 第45-55页 |
| ·遗传算法 | 第46-48页 |
| ·细菌算法 | 第48-51页 |
| ·自然选择算法 | 第51-53页 |
| ·求解最短路径 | 第53-54页 |
| ·算法分析 | 第54-55页 |
| §4.3 提取结果优化 | 第55-59页 |
| ·Snakes算法 | 第55-57页 |
| ·中心线蛇形算法 | 第57-58页 |
| ·优化结果及分析 | 第58-59页 |
| §4.4 算法实验结果及分析 | 第59-63页 |
| §4.5 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 附录 | 第72页 |
