| 第一章 专题信息提取的发展现状 | 第1-23页 |
| 1．1 专题信息提取的研究意义 | 第10-11页 |
| 1．2 专题信息提取的发展阶段 | 第11-13页 |
| 1．2．1 手工采集阶段 | 第11-12页 |
| 1．2．2 交互式采集阶段 | 第12页 |
| 1．2．3 自动识别和提取阶段 | 第12-13页 |
| 1．3 专题信息提取现有提取方法综述 | 第13-23页 |
| 1．3．1 线划跟踪方法 | 第13-14页 |
| 1．3．2 数学形态学方法 | 第14-15页 |
| 1．3．3 模式识别方法 | 第15-19页 |
| 1．3．4 人工智能方法 | 第19-21页 |
| 1．3．5 方法评述 | 第21-23页 |
| 第二章 专题信息提取的知识及知识发现 | 第23-36页 |
| 2．1 专题信息提取的知识 | 第23-33页 |
| 2．1．1 计算机视觉知识 | 第23-30页 |
| 2．1．2 方法知识 | 第30-32页 |
| 2．1．3 地图制图知识 | 第32-33页 |
| 2．1．4 地学知识 | 第33页 |
| 2．2 基于知识发现的专题图信息提取的基本思路 | 第33-36页 |
| 第三章 专题信息提取方法知识 | 第36-65页 |
| 3．1 极值滤波 | 第36-40页 |
| 3．1．1 空间滤波方法研究现状 | 第37页 |
| 3．1．2 扫描地形图的背景噪声与极值滤波 | 第37-40页 |
| 3．2 基于交互式的点模式识别方法 | 第40-45页 |
| 3．2．1 方法描述 | 第40-42页 |
| 3．2．2 基于交互式的点模式识别方法特点 | 第42-43页 |
| 3．2．3 提取案例 | 第43-45页 |
| 3．3 一种直线段检测算法 | 第45-49页 |
| 3．3．1 己有的直线检测算法 | 第45-46页 |
| 3．3．2 本文使用的直线段检测算法 | 第46-49页 |
| 3．4 一种基于分区标记的快速细化方法 | 第49-57页 |
| 3．4．1 8邻域像元编码及联结数 | 第50-51页 |
| 3．4．2 现有的细化算法 | 第51-54页 |
| 3．4．3 分区标记细化方法算法描述 | 第54-56页 |
| 3．4．4 基于标记的细化算法的优点 | 第56-57页 |
| 3．5 一种基于方向检测的线宽识别方法 | 第57-65页 |
| 3．5．1 己有的线宽识别方法 | 第58-59页 |
| 3．5．2 本文方法描述 | 第59-65页 |
| 第四章 基于知识发现的专题信息提取案例 | 第65-80页 |
| 4．1 林相图小斑空间信息自动提取 | 第65-70页 |
| 4．1．1 林相图概况及基于知识发现的小斑特征分析 | 第65-67页 |
| 4．1．2 林相图小斑空间信息提取过程 | 第67-70页 |
| 4．1．3 小斑空间信息提取模型评价 | 第70页 |
| 4．2 方里网的去除及方里网交叉点的定位 | 第70-73页 |
| 4．2．1 地形图视觉知识分析 | 第71页 |
| 4．2．2 方里网的去除 | 第71-72页 |
| 4．2．3 方里网交叉点的定位 | 第72-73页 |
| 4．3 等高线计曲线和首曲线分离 | 第73-80页 |
| 4．3．1 地形图视觉知识分析 | 第74-75页 |
| 4．3．2 等高线分离的方法知识分析及分离模型的建立 | 第75-78页 |
| 4．3．3 等高线分离模型评价 | 第78-80页 |
| 第五章 专题信息提取系统 | 第80-87页 |
| 5．1 专题信息提取系统的基本组成 | 第80-81页 |
| 5．2 专题信息提取系统的基本功能 | 第81-87页 |
| 5．2．1 系统运行界面 | 第81页 |
| 5．2．2 基本功能 | 第81-87页 |
| 参考文献 | 第87-94页 |