| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-13页 |
| 第一章 绪论 | 第13-28页 |
| ·研究背景 | 第13-14页 |
| ·国内外研究现状 | 第14-25页 |
| ·道路自动提取 | 第15-19页 |
| ·道路半自动化提取 | 第19-23页 |
| ·道路变化检测 | 第23-25页 |
| ·研究内容和方案 | 第25-28页 |
| ·研究内容 | 第25-26页 |
| ·研究方案 | 第26-28页 |
| 第二章 基于偏微分方程的道路影像增强 | 第28-45页 |
| ·经典影像增强方法简介 | 第29-33页 |
| ·高斯滤波器 | 第29-31页 |
| ·拉普拉斯滤波器 | 第31-33页 |
| ·基于偏微分方程的滤波器 | 第33-42页 |
| ·PM模型 | 第35-38页 |
| ·总体变差滤波 | 第38-41页 |
| ·震动滤波 | 第41-42页 |
| ·实验与分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 基于主动轮廓模型的道路提取 | 第45-73页 |
| ·曲线演化理论 | 第46-47页 |
| ·主动轮廓模型 | 第47-50页 |
| ·参数主动轮廓模型 | 第47-49页 |
| ·几何主动轮廓模型 | 第49-50页 |
| ·水平集理论 | 第50-57页 |
| ·水平集理论的数值计算 | 第54-55页 |
| ·Chan-Vese模型 | 第55-57页 |
| ·基于水平集理论的道路提取 | 第57-59页 |
| ·自适应模板匹配 | 第57-59页 |
| ·基于水平集理论的道路提取 | 第59页 |
| ·实验与分析 | 第59-72页 |
| 实验一:Chan-Vese模型道路提取 | 第60-61页 |
| 实验二:基于自适应二值模板匹配和水平集方法的道路分割1 | 第61-67页 |
| 试验三:基于自适应二值模板匹配和水平集方法的道路分割2 | 第67-72页 |
| ·本章小结 | 第72-73页 |
| 第四章 基于均值移动的道路提取 | 第73-97页 |
| ·概率密度估计 | 第74-78页 |
| ·参数估计 | 第74-75页 |
| ·无参数估计 | 第75-78页 |
| ·MEAN SHIFT理论 | 第78-81页 |
| ·多维空间无参估计 | 第78-79页 |
| ·Mean shift向量 | 第79-81页 |
| ·基于MEAN SHIFT的目标跟踪 | 第81-84页 |
| ·样本建模 | 第82-83页 |
| ·相似性评价函数 | 第83页 |
| ·跟踪定位 | 第83-84页 |
| ·基于MEAN SHIFT的道路提取 | 第84-89页 |
| ·基于Mean shift的影像平滑 | 第85-87页 |
| ·半自动提取 | 第87-88页 |
| ·基于矢量的自动提取 | 第88-89页 |
| ·实验与分析 | 第89-96页 |
| 实验一:基于均值移动的影像分割和水平集理论的道路提取 | 第89-92页 |
| 实验二:基于少量初始位置半自动提取道路 | 第92-94页 |
| 实验三:矢量辅助的自动提取 | 第94-96页 |
| ·本章小结 | 第96-97页 |
| 第五章 道路变化检测系统 | 第97-113页 |
| ·基于矢量数据的道路提取和变化检测 | 第97-103页 |
| ·基于矢量的道路自动跟踪 | 第98-100页 |
| ·基于影像和矢量的变化检测 | 第100-101页 |
| ·矢量变化很大时的变化检测 | 第101-103页 |
| ·实验与分析 | 第103-112页 |
| 实验一:基于道路点提取的变化检测 | 第103-109页 |
| 实验二:基于道路节点跟踪的道路变化检测 | 第109-112页 |
| ·本章小结 | 第112-113页 |
| 第六章 总结与未来工作 | 第113-116页 |
| ·主要工作与创新 | 第113-114页 |
| ·需要进一步解决和研究的问题 | 第114-116页 |
| 参考文献 | 第116-127页 |
| 攻读博士学位期间发表的论文 | 第127-128页 |
| 致谢 | 第128-129页 |
