| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 遥感图像道路识别的研究现状 | 第8-10页 |
| 1.3 遥感图像特性分析 | 第10-11页 |
| 1.4 研究内容及论文安排 | 第11-12页 |
| 第二章 城市道路特征提取方法及SAR图像道路识别方法 | 第12-25页 |
| 2.1 特征提取方法 | 第12-16页 |
| 2.1.1 形状特征提取方法 | 第12-14页 |
| 2.1.2 图像分割处理 | 第14-15页 |
| 2.1.3 数学形态学处理 | 第15-16页 |
| 2.2 多光谱图像的特征提取方法 | 第16-21页 |
| 2.2.1 多光谱图像预处理 | 第16页 |
| 2.2.2 多光谱图像分割 | 第16-19页 |
| 2.2.3 多光谱图像的特征提取 | 第19-20页 |
| 2.2.4 常用的边缘特征 | 第20-21页 |
| 2.3 SAR图像道路识别方法 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 一种改进霍夫变换的多光谱、全色图像道路识别方法 | 第25-33页 |
| 3.1 霍夫变换方法 | 第25-27页 |
| 3.2 基于概率的霍夫直线特征提取算法 | 第27-28页 |
| 3.3 实验结果与分析 | 第28-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于超像素的多光谱、全色图像城市道路识别方法 | 第33-40页 |
| 4.1 基于超像素分割的方法 | 第33-35页 |
| 4.2 基于像素块特征的道路提取方法 | 第35-36页 |
| 4.3 图像灰度值特征计算 | 第36-37页 |
| 4.4 实验结果与分析 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 城市主干道路识别设计与实现 | 第40-44页 |
| 5.1 城市主干道路识别系统分析 | 第40-41页 |
| 5.1.1 城市主干道路识别系统可行性分析 | 第40-41页 |
| 5.1.2 城市主干道路识别系统需求分析 | 第41页 |
| 5.2 改进霍夫变换的城市道路模块 | 第41-42页 |
| 5.3 基于超像素的像素块灰度值特征提取潜在道路模块 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第六章 结论与展望 | 第44-45页 |
| 6.1 主要工作内容 | 第44页 |
| 6.2 研究展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 在学期间的研究成果 | 第49-50页 |
| 致谢 | 第50页 |
