發(fā)布時(shí)間：2020-07-03 12:48

【摘要】： 遙感圖像道路網(wǎng)提取是圖像識(shí)別中的重要問(wèn)題。道路網(wǎng)可以為自動(dòng)目標(biāo)識(shí)別提供重要的上下文信息,這些信息使目標(biāo)定位更準(zhǔn)確或使目標(biāo)分類(lèi)更有效。在過(guò)去20年中,涌現(xiàn)出許多半自動(dòng)和自動(dòng)道路提取算法,但各種算法都有各自的優(yōu)缺點(diǎn),普適性不強(qiáng)。 以往的道路提取方法中,主要針對(duì)野外道路,城市道路網(wǎng)提取效果較差。針對(duì)這種現(xiàn)象,本文主要研究了城市道路網(wǎng)自動(dòng)提取問(wèn)題,并提出一種基于特征級(jí)融合的自動(dòng)道路網(wǎng)提取方法,對(duì)道路段采取“與”和“或”的融合策略進(jìn)行特征融合。最后,選用一組不同時(shí)相的SPOT城市圖像對(duì)本文方法進(jìn)行了實(shí)驗(yàn)測(cè)試,結(jié)果表明了特征融合方法的有效性。 在自動(dòng)道路網(wǎng)提取的具體實(shí)現(xiàn)中,本文針對(duì)角點(diǎn)提取、直線提取提出了改進(jìn)算法。角點(diǎn)提取方法的改進(jìn)是將SUSAN和MIC角點(diǎn)提取算子進(jìn)行復(fù)合。在直線提取算法中引入了改進(jìn)的角點(diǎn)提取方法獲得的角點(diǎn)特征。實(shí)驗(yàn)結(jié)果表明了這些改進(jìn)算法的有效性。
【學(xué)位授予單位】：國(guó)防科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2005
【分類(lèi)號(hào)】：TP751

【引證文獻(xiàn)】

相關(guān)期刊論文 前2條

1 蒙艷姿;徐柱;劉國(guó)祥;蔡國(guó)林;;一種基于感知分組和結(jié)構(gòu)特征的道路交叉口識(shí)別方法[J];測(cè)繪科學(xué);2010年04期

2 郭丙軒;董玲燕;李齊;莊嚴(yán);;基于不同分辨率的道路半自動(dòng)跟蹤[J];測(cè)繪信息與工程;2009年01期

相關(guān)碩士學(xué)位論文 前10條

1 高亮;實(shí)景圖像中地物對(duì)象的檢測(cè)和提取[D];華北電力大學(xué)（北京）;2011年

2 劉冬;基于數(shù)學(xué)形態(tài)學(xué)的高分辨率遙感圖像道路信息并行提取方法研究[D];吉林大學(xué);2011年

3 李剛;遙感圖像中城市道路交叉口提取方法研究[D];哈爾濱工業(yè)大學(xué);2010年

4 王浩;圖像中線狀目標(biāo)的識(shí)別與應(yīng)用[D];華中科技大學(xué);2010年

5 趙曉鋒;高分辨率遙感影像城區(qū)道路提取方法研究[D];華中科技大學(xué);2010年

6 蔣李兵;基于高分辨光學(xué)遙感圖像的艦船目標(biāo)檢測(cè)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

7 劉麗麗;遙感圖像中港口目標(biāo)的檢測(cè)與識(shí)別[D];哈爾濱工業(yè)大學(xué);2008年

8 張大偉;實(shí)虛場(chǎng)景地圖轉(zhuǎn)換技術(shù)的研究[D];華北電力大學(xué)（北京）;2010年

9 周安發(fā);高分辨率遙感影像城區(qū)道路提取方法研究[D];中南大學(xué);2012年

10 楊璐;電子地圖中地理對(duì)象的智能轉(zhuǎn)換研究[D];華北電力大學(xué);2013年

本文編號(hào)：2739681