基于SAR图像的道路损毁信息提取技术研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一 章引言 | 第11-17页 |
1.1 选题背景及意义 | 第11-12页 |
1.1.1 选题背景 | 第11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.3 本文的研究内容和论文结构 | 第15-17页 |
1.3.1 研究内容 | 第15-16页 |
1.3.2 论文结构 | 第16-17页 |
第二 章SAR图像预处理 | 第17-28页 |
2.1 SAR成像原理 | 第17-18页 |
2.2 SAR图像特点 | 第18-19页 |
2.3 SAR图像预处理技术简介 | 第19-26页 |
2.3.1 SAR图像校正 | 第19-20页 |
2.3.2 SAR图像配准 | 第20页 |
2.3.3 SAR图像滤波 | 第20-26页 |
2.4 本章小结 | 第26-28页 |
第三 章道路目标特征提取 | 第28-40页 |
3.1 道路目标的SAR图像特征 | 第28-29页 |
3.2 道路目标特征的提取方法 | 第29-38页 |
3.2.1 道路目标特征提取的一些常用方法 | 第29-34页 |
3.2.2 基于DUDA算子的边缘特征信息提取 | 第34-35页 |
3.2.3 边缘方向特征信息获取 | 第35-38页 |
3.3 本章小结 | 第38-40页 |
第四 章基于粒子滤波方法的道路提取 | 第40-55页 |
4.1 粒子滤波方法简介 | 第40-45页 |
4.1.1 粒子滤波的发展及应用 | 第40-41页 |
4.1.2 贝叶斯滤波 | 第41-42页 |
4.1.3 重要性采样 | 第42-43页 |
4.1.4 序贯重要性重采样(SIR)粒子滤波 | 第43-45页 |
4.2 道路中心线提取 | 第45-51页 |
4.2.1 道路状态描述及转移方程 | 第46-47页 |
4.2.2 道路粒子权重计算 | 第47-49页 |
4.2.3 道路状态估计 | 第49页 |
4.2.4 重采样 | 第49-50页 |
4.2.5 道路中心线粒子滤波提取结果 | 第50-51页 |
4.3 道路提取后处理 | 第51-54页 |
4.3.1 SNAKE模型 | 第51-52页 |
4.3.2 道路中心线精确校正 | 第52-54页 |
4.4 本章小结 | 第54-55页 |
第五 章道路损毁信息提取 | 第55-72页 |
5.1 道路损毁的类型和特征 | 第55-56页 |
5.1.1 道路损毁的类型 | 第55页 |
5.1.2 道路损毁的图像特征 | 第55-56页 |
5.2 现有的灾害信息提取方法 | 第56-59页 |
5.2.1 单时相SAR图像灾害信息提取 | 第57-58页 |
5.2.2 多时相SAR图像灾害信息提取 | 第58-59页 |
5.3 道路损毁提取 | 第59-71页 |
5.3.1 道路损毁模型 | 第59-62页 |
5.3.2 道路损毁阈值计算 | 第62-65页 |
5.3.3 结果分析和讨论 | 第65-71页 |
5.4 本章小结 | 第71-72页 |
第六 章总结与展望 | 第72-74页 |
6.1 本文工作总结 | 第72-73页 |
6.2 展望 | 第73-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-80页 |
攻硕期间取得的研究成果 | 第80-81页 |