中高分辨率遥感影像道路提取技术研究
| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 概述 | 第9页 |
| 1.1.2 研究目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 遥感影像道路特征模型 | 第11-12页 |
| 1.2.2 半自动道路提取研究现状 | 第12-13页 |
| 1.2.3 自动道路提取研究现状 | 第13-15页 |
| 1.2.4 道路提取研究发展趋势 | 第15-16页 |
| 1.3 论文的主要内容及安排 | 第16-17页 |
| 第二章 模板匹配道路提取技术 | 第17-27页 |
| 2.1 模板匹配道路检测 | 第17-22页 |
| 2.1.1 拉普拉斯算子及其局限性 | 第17-18页 |
| 2.1.2 改进的模板道路检测 | 第18-19页 |
| 2.1.3 模板匹配检测试验分析 | 第19-22页 |
| 2.2 检测结果除噪技术 | 第22-26页 |
| 2.2.1 区域增长法 | 第22-24页 |
| 2.2.2 面积统计法 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 面向对象的道路提取技术 | 第27-41页 |
| 3.1 影像分割方法和技术特点 | 第27-30页 |
| 3.1.1 影像分割基本方法 | 第27-29页 |
| 3.1.2 影像分割算法的技术特点 | 第29-30页 |
| 3.2 道路对象分割 | 第30-33页 |
| 3.3 道路特征提取与应用 | 第33-34页 |
| 3.4 试验结果分析 | 第34-40页 |
| 3.4.1 基于形状参数的道路对象提取 | 第34-36页 |
| 3.4.2 基于灰度和形状参数的道路对象提取 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于自动阈值图像分割的道路提取技术 | 第41-62页 |
| 4.1 遗传算法及其计算过程 | 第41-43页 |
| 4.1.1 遗传算法的特点 | 第41-42页 |
| 4.1.2 遗传算法运算的基本流程 | 第42-43页 |
| 4.2 基于遗传算法的道路提取 | 第43-50页 |
| 4.2.1 染色体编码 | 第43页 |
| 4.2.2 初始种群设定 | 第43页 |
| 4.2.3 适应度函数设计 | 第43-45页 |
| 4.2.4 遗传操作 | 第45-48页 |
| 4.2.5 试验结果与分析 | 第48-50页 |
| 4.3 基于马氏距离的道路提取方法 | 第50-55页 |
| 4.3.1 彩色图像的马氏距离 | 第50-51页 |
| 4.3.2 算法提取要素和流程 | 第51-53页 |
| 4.3.3 试验结果分析 | 第53-55页 |
| 4.4 道路提取精处理技术 | 第55-60页 |
| 4.4.1 消除噪声与查补漏洞 | 第55-57页 |
| 4.4.2 面积统计法在消除空洞中的应用 | 第57-58页 |
| 4.4.3 道路中心线提取 | 第58-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-65页 |
| 5.1 总结 | 第62-63页 |
| 5.2 存在的不足和下一步工作 | 第63-65页 |
| 5.2.1 存在的不足 | 第63页 |
| 5.2.2 需要深入研究的问题 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 作者简历 攻读硕士学位期间的科研学术情况 | 第68-69页 |
| 致谢 | 第69页 |
