遥感图像道路信息提取研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·选题的背景和意义 | 第8-9页 |
| ·遥感图像道路提取国内外研究现状 | 第9-12页 |
| ·遥感图像道路特征半自动提取 | 第9-11页 |
| ·遥感图像自动道路提取 | 第11-12页 |
| ·道路提取的基本思想 | 第12-13页 |
| ·道路提取方法总结与发展趋势 | 第13-14页 |
| ·论文主要研究内容 | 第14-16页 |
| 第二章 基于数学形态学的道路提取 | 第16-26页 |
| ·数学形态学基本理论 | 第16-20页 |
| ·二值图像的基本运算 | 第16-18页 |
| ·灰度形态运算 | 第18-20页 |
| ·灰度Top-Hat运算 | 第20页 |
| ·Hough变换的理论方法 | 第20-23页 |
| ·实验结果与分析 | 第23-26页 |
| 第三章 基于支持向量机和聚类的道路分类 | 第26-42页 |
| ·遥感图像分类概述 | 第26-27页 |
| ·支持向量机的理论 | 第27-32页 |
| ·线性SVM | 第27-29页 |
| ·非线性SVM | 第29-32页 |
| ·支持向量机参数选择 | 第32页 |
| ·支持向量机遥感图像分类实验 | 第32-33页 |
| ·模糊c-均值聚类算法的基本理论 | 第33-39页 |
| ·模糊集基本知识 | 第34页 |
| ·K均值聚类算法(HCM)介绍 | 第34-36页 |
| ·FCM理论简述 | 第36-37页 |
| ·FCM算法的应用 | 第37-39页 |
| ·FCM遥感图像道路分类实验 | 第39-42页 |
| 第四章 基于遗传算法的道路分割 | 第42-49页 |
| ·遥感图像分割概述 | 第42-43页 |
| ·遗传算法的基本理论 | 第43-44页 |
| ·经典遗传算法的基本原理 | 第43-44页 |
| ·遗传算法的特点 | 第44页 |
| ·对经典遗传算法的应用 | 第44-48页 |
| ·二维最大熵法图像分割的基本理论 | 第45-46页 |
| ·图像分割具体实现 | 第46-48页 |
| ·实验结果与分析 | 第48-49页 |
| 第五章 遥感图像道路提取的处理 | 第49-59页 |
| ·边缘信息特征的利用 | 第49-53页 |
| ·Canny边缘检测算法运用 | 第49-52页 |
| ·边缘检测逻辑运算 | 第52-53页 |
| ·形状面积特征的利用 | 第53-54页 |
| ·道路网的完整提取 | 第54-57页 |
| ·实验结果与分析 | 第57-59页 |
| 第六章 研究总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录A 攻读学位期间发表论文情况 | 第65页 |
