| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 中文文摘 | 第4-6页 |
| 目录 | 第6-8页 |
| 绪论 | 第8-18页 |
| 1 研究的目的与意义 | 第8-9页 |
| 2 图像分割的分类 | 第9-13页 |
| ·基于区域的方法 | 第10-11页 |
| ·基于边界的方法 | 第11-13页 |
| 3 图像分割的发展趋势 | 第13页 |
| 4 研究内容、方法及技术路线 | 第13-18页 |
| ·研究内容 | 第13-14页 |
| ·研究方法 | 第14-15页 |
| ·技术路线 | 第15-16页 |
| ·论文内容安排 | 第16-18页 |
| 第一章 空间自相关概述 | 第18-28页 |
| ·空间自相关概念的发展 | 第18-20页 |
| ·空间权重矩阵 | 第20-22页 |
| ·常用的空间自相关指数 | 第22-27页 |
| ·global Moran's I (I) | 第23页 |
| ·local Moran's Ii (Ii) | 第23-24页 |
| ·Moran散点图 | 第24-26页 |
| ·global Getis (G) | 第26页 |
| ·local Getis (Gi) | 第26-27页 |
| ·小结 | 第27-28页 |
| 第二章 基于随机灰度图的空间自相关分析 | 第28-46页 |
| ·随机图像的生成 | 第28-30页 |
| ·全局指数的计算与分析 | 第30-38页 |
| ·全局Moran's I指数的计算与分析 | 第30-35页 |
| ·全局Getis G指数的计算与分析 | 第35-38页 |
| ·局部指数的计算与分析 | 第38-41页 |
| ·局部Moran's Ii指数的计算 | 第38-40页 |
| ·局部Getis Gi指数的计算 | 第40-41页 |
| ·多核聚集条件下的空间自相关指数计算与分析 | 第41-43页 |
| ·小结 | 第43-46页 |
| 第三章 基于Quick Bird影像的道路边界识别 | 第46-66页 |
| ·Quick Bird影像特点 | 第46-49页 |
| ·城市道路的特征与识别 | 第49-51页 |
| ·城市道路的含义与分类 | 第49-50页 |
| ·Quick Bird影像的道路特点 | 第50-51页 |
| ·基于Quick Bird影像的道路识别实验 | 第51-63页 |
| ·基础实验结论 | 第51-52页 |
| ·实验区描述 | 第52-53页 |
| ·实验区的空间自相关分析 | 第53-54页 |
| ·图像二值化 | 第54-57页 |
| ·道路边缘识别 | 第57-61页 |
| ·复杂区域道路边缘识别 | 第61-63页 |
| ·小结 | 第63-66页 |
| 第四章 结论与讨论 | 第66-68页 |
| ·主要结论 | 第66-67页 |
| ·创新点 | 第67页 |
| ·不足与展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 攻读学位期间承担的科研任务与主要成果 | 第74-76页 |
| 致谢 | 第76-78页 |
| 个人简历 | 第78-79页 |