SAR图像的主干道路自动提取方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景及目的意义 | 第10-12页 |
| ·国内外研究现状分析 | 第12-15页 |
| ·SAR图像道路基元检测技术研究 | 第12-14页 |
| ·基于空间上下文关系的道路目标提取技术研究 | 第14-15页 |
| ·论文主要研究内容及结构安排 | 第15-17页 |
| 第2章 SAR图像的道路基元的检测 | 第17-37页 |
| ·SAR图像中的主干道路 | 第17-18页 |
| ·经典的边缘检测算子 | 第18-21页 |
| ·常见的差分算子 | 第18-19页 |
| ·具有抗噪性能的差分算子 | 第19-21页 |
| ·均值比例检测算子 | 第21-33页 |
| ·均值比例算子用于SAR图像的道路基元检测 | 第22-23页 |
| ·SAR图像的统计特性说明 | 第23-26页 |
| ·恒虚警特性分析 | 第26-29页 |
| ·参数的设置对均值比例算子检测性能的影响 | 第29-33页 |
| ·互相关检测算子 | 第33-34页 |
| ·均值比例算子和互相关算子的融合 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 道路基元的组织和线段的描述 | 第37-44页 |
| ·基于相位编组的基元组织方法 | 第37-39页 |
| ·相位编组 | 第37-39页 |
| ·改进的相位编组方法 | 第39页 |
| ·线段的描述 | 第39-43页 |
| ·空域描述 | 第40-41页 |
| ·基于Hough变换的变换域描述 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于空间上下文关系的SAR图像道路提取 | 第44-62页 |
| ·马尔可夫场的建立 | 第44-47页 |
| ·马尔可夫过程与马尔可夫场 | 第44-46页 |
| ·以线段为结点建立马尔可夫场 | 第46-47页 |
| ·贝叶斯框架下的最优标记问题 | 第47-52页 |
| ·MAP准则下的最优标记问题 | 第47-49页 |
| ·根据道路空间分布关系构建先验概率密度分布 | 第49-50页 |
| ·条件概率分布 | 第50-51页 |
| ·能量函数 | 第51-52页 |
| ·标记向量的搜索方法 | 第52-54页 |
| ·模拟退火 | 第53页 |
| ·遗传算法 | 第53-54页 |
| ·参数的设置与仿真结果分析 | 第54-58页 |
| ·参数设置分析 | 第54-57页 |
| ·仿真结果分析 | 第57-58页 |
| ·局部与全局相结合的Hough变换方法 | 第58-60页 |
| ·两种方法的比较 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第67页 |
| 哈尔滨工业大学硕士学位论文使用授权书 | 第67-68页 |
| 致谢 | 第68页 |
