| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪言 | 第10-18页 |
| ·研究背景和意义 | 第10-13页 |
| ·遥感技术的发展趋势 | 第10-11页 |
| ·遥感图像领域的难题 | 第11-13页 |
| ·国内外研究概况 | 第13-15页 |
| ·本研究课题的主要意义与方法 | 第15-16页 |
| ·提取道路信息的意义 | 第15页 |
| ·研究的内容和方法 | 第15页 |
| ·道路提取的基本过程 | 第15-16页 |
| ·道路提取方法总结与发展趋势 | 第16-18页 |
| 第二章 道路提取的理论方法及技术基础 | 第18-27页 |
| ·道路的含义和类别 | 第18页 |
| ·道路自动提取中的知识 | 第18-23页 |
| ·知识的含义与特征 | 第19页 |
| ·道路提取中的知识 | 第19-21页 |
| ·知识表达 | 第21-23页 |
| ·知识推理 | 第23页 |
| ·道路特征提取 | 第23-27页 |
| ·边缘检测 | 第24页 |
| ·区域分割 | 第24页 |
| ·边缘追踪 | 第24-27页 |
| 第三章 基于全方位、多尺度的数学形态学自适应边缘检测算法的研究 | 第27-39页 |
| ·前言 | 第27页 |
| ·数学形态学基本原理 | 第27-28页 |
| ·数学形态学算法应用 | 第28-30页 |
| ·提出数学形态学自适应边缘检测算法 | 第30-39页 |
| ·改进的形态学边缘检测算子 | 第31-33页 |
| ·改进的抗噪型数学形态学边缘检测算子 | 第33-34页 |
| ·全方位、多尺度自适应形态加权边缘检测算法 | 第34-36页 |
| ·利用全方位、多尺度自适应形态加权边缘检测算法处理图像 | 第36-39页 |
| 第四章 利用小波包方法处理遥感图像中的噪声 | 第39-49页 |
| ·前言 | 第39-40页 |
| ·采用小波变换与多分辨率展开 | 第40-42页 |
| ·快速小波变换 | 第41-42页 |
| ·将快速小波变换与快速傅里叶变换的比较 | 第42页 |
| ·通过小波包算法方法处理遥感图像 | 第42-49页 |
| ·采用小波包变换方法 | 第43-44页 |
| ·改进小波包算法 | 第44-45页 |
| ·提出小波包变换的融合算法 | 第45-46页 |
| ·利用小波包变换的融合算法对图像进行去噪处理 | 第46-49页 |
| 第五章 采用数学形态学和小波包算法处理遥感图像 | 第49-59页 |
| ·遥感图像中道路信息提取方法 | 第49-53页 |
| ·分析道路模型特征 | 第49-50页 |
| ·分析道路信息提取方案 | 第50-53页 |
| ·通过数学形态学和小波包方法对实际道路进行提取 | 第53-57页 |
| ·本文方法与其它方法的比较 | 第57-59页 |
| 第六章 结论 | 第59-61页 |
| ·结论 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 在学研究成果 | 第64-65页 |
| 致谢 | 第65页 |