首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

高分辨率遥感图像道路提取方法研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-13页
    1.1 研究背景和意义第8-9页
        1.1.1 遥感技术的发展第8页
        1.1.2 道路信息的应用及意义第8-9页
    1.2 遥感图像道路提取方法研究现状第9-12页
    1.3 论文主要研究内容及章节安排第12-13页
第二章 道路提取的理论及技术基础第13-26页
    2.1 常用遥感图像道路分割技术第13-17页
        2.1.1 灰度阈值分割法第13-15页
        2.1.2 基于边缘的分割方法第15-16页
        2.1.3 基于区域的分割方法第16-17页
    2.2 图像平滑处理第17-21页
        2.2.1 中值滤波第17-18页
        2.2.2 高斯滤波第18-20页
        2.2.3 自适应滤波法第20-21页
    2.3 数学形态学第21-23页
    2.4 遥感图像道路特征分析第23-25页
    2.5 本章小结第25-26页
第三章 基于Canny边缘检测思想的改进道路提取方法第26-40页
    3.1 常用边缘检测方法第26-30页
        3.1.1 梯度算子第26-27页
        3.1.2 LoG边缘检测算子第27-28页
        3.1.3 Canny边缘检测算子第28-30页
    3.2 基于Canny检测思想的边缘线提取方法第30-34页
        3.2.1 目标尺度第31-32页
        3.2.2 图像滤波降噪第32-33页
        3.2.3 双阈值选取方法第33-34页
    3.3 道路边缘线提取后续处理第34页
    3.4 实验结果及分析第34-39页
        3.4.1 定性分析第34-37页
        3.4.2 定量分析第37-38页
        3.4.3 道路边缘线提取结果及精度评价第38-39页
    3.5 本章小结第39-40页
第四章 多特征结合的均值漂移算法道路提取方法第40-52页
    4.1 均值漂移算法第40-42页
        4.1.1 均值漂移算法的定义第40-42页
        4.1.2 均值漂移算法图像分割第42页
    4.2 边缘统计特征第42-44页
    4.3 结合多特征的均值漂移算法图像分割方法第44-46页
        4.3.1 多种特征结合的特征空间选取第44页
        4.3.2 核函数及距离度量的选取第44-45页
        4.3.3 图像滤波方法及步骤第45-46页
        4.3.4 区域合并方法及步骤第46页
    4.4 目标道路区域提取的后续处理第46-47页
    4.5 实验结果及分析第47-51页
        4.5.1 初始道路分割结果第47-48页
        4.5.2 道路后处理最终分割结果第48-50页
        4.5.3 精度评价与误差分析第50-51页
    4.6 本章小节第51-52页
第五章 总结与展望第52-54页
    5.1 论文工作总结第52-53页
    5.2 未来工作展望第53-54页
参考文献第54-57页
致谢第57-58页
攻读硕士学位期间发表的论文及参与的课题第58页

论文共58页,点击 下载论文
上一篇:深度学习在SAR图像分类中的应用研究
下一篇:基于模糊神经网络的无线网络拥塞控制算法