| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·遥感技术概述 | 第9-10页 |
| ·遥感技术的研究背景及意义 | 第10-12页 |
| ·遥感技术中道路提取的研究现状 | 第12-14页 |
| ·本论文的规划与安排 | 第14-16页 |
| 第2章 基于边缘检测和分割的图像边缘信息提取 | 第16-30页 |
| ·微分算子法 | 第16-18页 |
| ·拉普拉斯—高斯算子法 | 第18-19页 |
| ·canny 边缘检测方法 | 第19-22页 |
| ·分水岭分割算法 | 第22页 |
| ·各种算子的边缘检测效果对比 | 第22-30页 |
| 第3章 K-means 聚类算法和基于核的 K-means 聚类算法 | 第30-43页 |
| ·非监督分类 | 第30-31页 |
| ·K-means 算法的原理[17] | 第31页 |
| ·影响 k-means 算法效果的基本因素 | 第31-38页 |
| ·初始点的选取对分类效果的影响 | 第32-33页 |
| ·分类数目对分类结果的影响 | 第33-34页 |
| ·距离函数 | 第34-35页 |
| ·仿真结果 | 第35-38页 |
| ·基于核的 K-means 算法 | 第38-43页 |
| ·核函数方法的优越性[28] | 第38页 |
| ·基于核的 k-means 聚类算法的步骤[34]： | 第38-39页 |
| ·核函数的选择 | 第39-40页 |
| ·基于核的 k-means 聚类算法仿真结果 | 第40-43页 |
| 第4章 数学形态学处理和道路的提取 | 第43-54页 |
| ·数学形态学处理介绍 | 第43页 |
| ·二值形态学 | 第43-45页 |
| ·二值形态学的基本运算 | 第43-45页 |
| ·二值形态学的应用 | 第45页 |
| ·灰度形态学 | 第45-49页 |
| ·灰度形态学的基本运算 | 第46页 |
| ·灰度形态学的常见应用 | 第46-49页 |
| ·道路网络的提取 | 第49-54页 |
| ·图像中连通区域的相关参数 | 第49-51页 |
| ·判断是否是道路网络用到的几个区域特征 | 第51-52页 |
| ·道路轮廓的提取 | 第52-54页 |
| 第5章 GUI 界面的制作[51] | 第54-62页 |
| ·新建一个空白 gui 界面 | 第54-55页 |
| ·加载按钮和坐标轴控件 | 第55-57页 |
| ·编写各控件代码 | 第57-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |