高分辨率遥感影像道路目标智能识别方法研究
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景与研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 基于像素层次的道路提取方法 | 第14-15页 |
| 1.2.2 基于对象层次的道路提取方法 | 第15-16页 |
| 1.2.3 基于知识层次的道路提取方法 | 第16页 |
| 1.3 研究目标与研究内容 | 第16-17页 |
| 1.4 论文组织结构安排 | 第17-19页 |
| 第2章 高分影像道路特征集构建方法 | 第19-25页 |
| 2.1 像素级空间特征集构建 | 第19-23页 |
| 2.1.1 纹理空间结构特征 | 第19-21页 |
| 2.1.2 形状空间结构特征 | 第21-22页 |
| 2.1.3 线性空间结构特征 | 第22-23页 |
| 2.2 对象级光谱特征集构建 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 多特征融合框架与投票理论下的道路网粗提取 | 第25-35页 |
| 3.1 多特征融合 | 第25-27页 |
| 3.1.1 矢量叠加 | 第25-26页 |
| 3.1.2 概率融合 | 第26-27页 |
| 3.2 SVM与DS证据理论的多特征决策级融合 | 第27-32页 |
| 3.2.1 SVM相关理论 | 第27-29页 |
| 3.2.2 DS证据理论 | 第29-31页 |
| 3.2.3 多特征决策级融合 | 第31-32页 |
| 3.3 多尺度投票下的道路网粗提取 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 道路网精化与中心线自适应提取 | 第35-56页 |
| 4.1 道路网精化 | 第35-40页 |
| 4.1.1 连通区域标记 | 第36-37页 |
| 4.1.2 形状特征提取 | 第37-38页 |
| 4.1.3 自动阈值道路网精化 | 第38-40页 |
| 4.2 道路中心线提取 | 第40-42页 |
| 4.3 实验与分析 | 第42-55页 |
| 4.3.1 实验一 | 第44-46页 |
| 4.3.2 实验二 | 第46-49页 |
| 4.3.3 精度评价 | 第49-51页 |
| 4.3.4 参数与特征选择敏感性分析 | 第51-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-57页 |
| 5.1 论文工作总结 | 第56页 |
| 5.2 研究局限性与展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-65页 |
| 攻读硕士学位期间发表的学术论文及参与的科研项目 | 第65页 |
