|
基于遥感图像多特征融合的道路材质信息提取 | |
论文目录 | |
| 摘要 | 第1-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 图像信息提取的研究现状 | 第11-14页 |
| 1.2.1 国内研究现状 | 第11-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14页 |
| 1.4 本文的框架结构 | 第14-16页 |
| 第二章 相关技术原理 | 第16-23页 |
| 2.1 常见的遥感图像分割方法 | 第16-18页 |
| 2.1.1 基于图像信息的分割方法 | 第16-17页 |
| 2.1.2 基于形状的分割方法 | 第17-18页 |
| 2.1.3 其他的分割方法 | 第18页 |
| 2.2 图像的底层特征表达 | 第18-20页 |
| 2.2.1 颜色特征 | 第18-19页 |
| 2.2.2 纹理特征 | 第19-20页 |
| 2.3 支持向量机(SVM)算法原理 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 遥感数据处理和特征信息提取算法 | 第23-44页 |
| 3.1 数据处理 | 第23-28页 |
| 3.1.1 遥感图像预处理 | 第23-24页 |
| 3.1.2 样本数据准备和测试数据的道路提取 | 第24-28页 |
| 3.2 基于弧段的对象级道路提取算法 | 第28-31页 |
| 3.3 基于HSV颜色特征提取 | 第31-35页 |
| 3.3.1 RGB颜色模型和HSV颜色模型 | 第31-32页 |
| 3.3.2 HSV空间的量化和局部颜色特征提取 | 第32-35页 |
| 3.4 LBP算子改进及特征提取 | 第35-39页 |
| 3.4.1 常见的LBP算子 | 第35-37页 |
| 3.4.2 LBP算子的改进 | 第37-39页 |
| 3.5 灰度共生矩阵 | 第39-43页 |
| 3.5.1 数据降维及归一化 | 第40-41页 |
| 3.5.2 灰度共生矩阵特征 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 特征融合的道路材质信息提取 | 第44-63页 |
| 4.1 融合多特征的道路材质提取算法 | 第44-50页 |
| 4.1.1 道路材质提取SVM模型参数选择 | 第45-46页 |
| 4.1.2 基于网格搜索的SVM参数寻优 | 第46-48页 |
| 4.1.3 基于遗传算法的SVM参数寻优 | 第48-50页 |
| 4.2 实验过程与结果分析 | 第50-57页 |
| 4.2.1 精度评价介绍 | 第50-51页 |
| 4.2.2 浙江乌镇地区数据 | 第51-54页 |
| 4.2.3 四川崇州地区数据 | 第54-57页 |
| 4.3 道路材质连通特性优化方法 | 第57-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 道路材质信息提取软件开发 | 第63-70页 |
| 5.1 软件模块功能设计 | 第63-66页 |
| 5.2 软件模块实现 | 第66-68页 |
| 5.3 软件模块测试 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结和展望 | 第70-72页 |
| 6.1 本文总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间取得的成果 | 第77页 |
本篇论文共77页，点击
这进入下载页面 |
|
| Copyright(C) All Rights Reserved |
| 客服QQ：304386486 |
| 目录由用户 wqik** 提供，作者删除入口请点击这里 |