| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究意义 | 第8-9页 |
| 1.2 国内外研究背景 | 第9-11页 |
| 1.2.1 面向像素的道路提取方法 | 第10页 |
| 1.2.2 面向对象的道路提取方法 | 第10-11页 |
| 1.3 论文主要章节 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 2 遥感影像预处理及道路特征分析 | 第13-25页 |
| 2.1 遥感影像预处理 | 第13-17页 |
| 2.1.1 影像校正 | 第13-14页 |
| 2.1.2 图像融合 | 第14-16页 |
| 2.1.3 图像增强 | 第16-17页 |
| 2.2 道路特征粗提取 | 第17-22页 |
| 2.2.1 图像分割 | 第17-21页 |
| 2.2.2 数学形态学 | 第21-22页 |
| 2.3 道路特征分析 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于DELAUNAY的影像深层特征挖掘与特征集构建 | 第25-33页 |
| 3.1 DELAUNAY相关理论知识 | 第25-28页 |
| 3.1.1 Voronoi图 | 第25-26页 |
| 3.1.2 Delaunay三角剖分 | 第26-28页 |
| 3.2 影像特征集构建 | 第28-32页 |
| 3.2.1 影像特征集构建准则 | 第28-29页 |
| 3.2.2 辐射特征集构建 | 第29-30页 |
| 3.2.3 几何特征集构建 | 第30-31页 |
| 3.2.4 纹理特征集构建 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 4 基于支持向量机的道路特征提取 | 第33-42页 |
| 4.1 SVM相关理论 | 第33-35页 |
| 4.2 基于SVM的道路特征提取 | 第35-37页 |
| 4.3 实验结果及分析 | 第37-41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 总结与展望 | 第42-44页 |
| 5.1 全文总结 | 第42页 |
| 5.2 本文创新点 | 第42-43页 |
| 5.3 论文不足与展望 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 附录 | 第47-50页 |
| A.作者在攻读硕士学位期间所发表的文章 | 第47页 |
| B.作者在攻读硕士学位期间所参与的科研项目 | 第47页 |
| C.道路特征粗提取相关代码 | 第47-48页 |
| D.基于Delaunay的影像特征集构建相关代码 | 第48-49页 |
| E.基于SVM的三角基元分类相关代码 | 第49-50页 |