●前言
第1章 緒論 1
1.1 研究背景 1
1.2 國內外研究現狀和進展 3
1.2.1 道路提取方法研究現狀 4
1.2.2 道路網提取方法研究現狀 5
1.2.3 存在的問題及發展方向 11
1.3 本書的主要內容和結構安排 13
第2章 基於動態規劃的高分辨率遙感影像道路提取 15
2.1 引言 15
2.2 道路概率分布圖 15
2.2.1 支持向量機 16
2.2.2 核密度估計 20
2.3 道路中心線提取 24
2.3.1 動態規劃 24
2.3.2 道路模型構建 25
2.4 實驗與分析 26
2.4.1 種子點選取實驗 26
2.4.2 道路提取實驗 27
2.5 本章小結 28
第3章 基於模板匹配的高分辨率遙感影像道路提取 30
3.1 引言 30
3.2 道路中心點匹配 30
3.2.1 概率相似性測度 30
3.2.2 均值漂移 31
3.2.3 匹配過程 34
3.3 基於卡爾曼濾波的道路中心線提取 36
3.3.1 卡爾曼濾波 37
3.3.2 道路中心線提取 38
3.4 實驗與分析 40
3.4.1 道路中心點匹配實驗 40
3.4.2 卡爾曼濾波優化實驗 41
3.4.3 道路中心線提取實驗 42
3.5 本章小結 44
第4章 道路網提取的基本方法與技術框架 45
4.1 高分辨率遙感影像道路網模型構建 45
4.1.1 高分辨率遙感影像道路交叉口表示方法 46
4.1.2 高分辨率遙感影像道路段特征 47
4.1.3 高分辨率遙感影像道路網拓撲結構表示方法 48
4.2 高分辨率遙感影像道路網提取基本方法 48
4.3 高分辨率遙感影像道路網提取技術框架 50
4.4 本章小結 52
第5章 基於可變形部件模型的道路交叉口概略位置獲取 53
5.1 基於可變形部件模型的目標檢測 53
5.1.1 可變形部件模型 53
5.1.2 單個模型目標的匹配搜索 55
5.1.3 混合模型目標的匹配搜索 57
5.2 道路交叉口部件模型的構建 58
5.2.1 道路交叉口形狀特征描述 58
5.2.2 道路交叉口方向梯度直方圖特征提取 59
5.3 基於隱支持向量機的道路交叉口模型訓練 64
5.3.1 隱支持向量機的基本思想 64
5.3.2 道路交叉口模型訓練的優化問題 65
5.3.3 基於數據挖掘思想的困難樣本學習 68
5.3.4 交叉口部件模型訓練 72
5.4 實驗與分析 75
5.5 本章小結 81
第6章 基於語義規則的道路交叉口準確位置獲取 82
6.1 道路交叉口模型構建 82
6.1.1 道路交叉口同質區域特征描述 82
6.1.2 道路交叉口同質區域計算 85
6.1.3 交叉口模型語義規則描述 87
6.2 交叉口目標提取流程 88
6.2.1 候選交叉口區域提取 89
6.2.2 交叉口篩選及判別 89
6.2.3 交叉口道路分支方向計算 96
6.3 實驗與分析 96
6.3.1 算法的正確性驗證 96
6.3.2 算法的效率分析 100
6.3.3 實驗結論 101
6.4 本章小結 101
第7章 道路交叉口間的路徑搜索 102
7.1 路徑搜索算法基本思想 102
7.2 路徑匹配搜索模型 103
7.2.1 基於視覺顯著性理論的道路干擾因素特征分析 104
7.2.2 路徑匹配搜索步驟 110
7.3 路面無干擾因素時路徑搜索方法 113
7.3.1 方向紋理特征及其計算方法 113
7.3.2 道路種子點校正 114
7.3.3 道路寬度與方向計算 115
7.4 路面存在干擾因素時路徑搜索方法 117
7.4.1 車輛壓蓋處理策略原理 119
7.4.2 基於改進動態規劃方法的樹木、陰影遮擋處理策略 119
7.5 基於小二乘匹配思想的道路曲線擬合方法 125
7.5.1 基於小二乘匹配的插值點位置精匹配 127
7.5.2 利用三次樣條插值擬合道路節點 128
7.6 實驗與分析 130
7.6.1 道路節點匹配搜索實驗 130
7.6.2 道路曲線擬合實驗 140
7.6.3 算法的效率分析 145
7.6.4 實驗結論 146
7.7 本章小結 146
第8章 道路網構建及道路提取繫統設計 147
8.1 道路網組網 147
8.1.1 道路網組網基本思想 147
8.1.2 道路網組網實驗 148
8.2 道路網修整 153
8.3 高分辨率遙感影像道路信息提取繫統設計 160
8.3.1 繫統設計環境介紹 160
8.3.2 繫統功能介紹 162
8.3.3 綜合性實驗 168
8.4 繫統使用時需要注意的問題 169
8.5 本章小結 170
第9章 總結與展望 171
9.1 總結 171
9.2 展望 173
參考文獻 175
彩圖
