發(fā)布時(shí)間：2020-07-21 22:37

【摘要】：道路作為一種重要的地物類(lèi)型對(duì)人們的生活出行、城市的規(guī)劃發(fā)展具有重要作用,從遙感圖像中提取道路信息具有實(shí)用的科學(xué)價(jià)值和現(xiàn)實(shí)意義。但隨著遙感技術(shù)的發(fā)展,遙感影像分辨率提升的同時(shí),描述地物的信息變得愈來(lái)愈豐富,識(shí)別提取道路信息的難度也隨之提升。本文對(duì)多種遙感圖像道路提取方法進(jìn)行了深入研究,并在遙感圖像特征和道路特征的基礎(chǔ)上,對(duì)現(xiàn)有的道路提取方法做出了一些有益的改進(jìn)。首先,采用了基于邊緣線的遙感圖像道路提取研究方法,由于遙感影像成像的特殊性,傳統(tǒng)的光學(xué)邊緣檢測(cè)方法不能很好的適用。本文在Canny邊緣檢測(cè)算法的檢測(cè)框架下,引入一種目標(biāo)尺度的概念,提出了一種改進(jìn)的邊緣提取方法�？紤]到遙感圖像成像的復(fù)雜性,受干擾較多易產(chǎn)生噪聲,在濾波環(huán)節(jié)采用一種平滑尺度自適應(yīng)的高斯濾波,達(dá)到減少噪聲并盡最大可能的保留邊緣細(xì)節(jié)的目的。其次,在對(duì)最終邊緣判斷的雙閾值部分,依據(jù)像素點(diǎn)目標(biāo)尺度范圍內(nèi)的局部特性自適應(yīng)的選取高低閾值。并在實(shí)驗(yàn)環(huán)節(jié)與多種方法進(jìn)行對(duì)比,試驗(yàn)結(jié)果表明,該改進(jìn)方法不僅能有效濾除遙感圖像較多的噪聲,并且在準(zhǔn)確判斷邊緣線的性能上要明顯好于其他方法。其次,采用了基于區(qū)域的遙感圖像道路提取研究方法,吸收和借鑒前人的研究成果采用均值漂移算法(Mean Shift)來(lái)分割提取道路。分析發(fā)現(xiàn)傳統(tǒng)的方法大都基于光譜特征來(lái)進(jìn)行分割提取,對(duì)分辨率較高的遙感圖像所存在的“異物同譜、同物異譜”現(xiàn)象造成的誤判問(wèn)題較為嚴(yán)重。本文提出一種基于多種特征結(jié)合的均值漂移算法,在邊緣統(tǒng)計(jì)特征、光譜特征、位置特征的基礎(chǔ)上,完成圖像的分割,并采用Otsu方法將圖像二值化為道路部分和背景部分。通過(guò)后續(xù)的實(shí)驗(yàn)表明這些特征的結(jié)合對(duì)道路的誤判問(wèn)題是行之有效的。最后,針對(duì)通過(guò)以上兩種道路提取方法分別得到地物邊緣線以及初步分割的道路區(qū)域之后,仍存有的少量非地物部分。再分別依據(jù)道路的幾何特征和形態(tài)學(xué)方法進(jìn)行精細(xì)化處理。最終試驗(yàn)結(jié)果表明兩種道路提取方法的有效性和優(yōu)越性。
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP751
【圖文】：

ｔ邋ｒ逡逑連接道路段形成逡逑道路網(wǎng)逡逑圖１．１半自動(dòng)法道路提取大致流程逡逑自動(dòng)道路提取算法不需要人為參與，其首要就是分析出圖像中道路的特征ｗ，逡逑然后再綜合利用到多方面技術(shù)（如多尺度［５］、面向?qū)ο螅郏叮荩郏罚莸燃夹g(shù)）來(lái)進(jìn)行道路識(shí)逡逑別提取。但是目前自動(dòng)道路提取的方法還不夠成熟，沒(méi)有通用的模型，有許多待逡逑完善的環(huán)節(jié)。逡逑隨著各類(lèi)方法的發(fā)展，將道路提取算法簡(jiǎn)單的采用自動(dòng)、半自動(dòng)方式來(lái)進(jìn)行逡逑描述受到了越來(lái)越大的局限。曹云剛ｗ按照提取層次的不同，認(rèn)為道路提取方法逡逑可分為３種類(lèi)型：逡逑（１）

圖２．邋２圖像邊緣及其導(dǎo)數(shù)規(guī)律示意圖逡逑

（ａ）中值濾波前邐（ｂ）中值濾波后逡逑圖２．邋５中值濾波效果對(duì)比逡逑２．２．２局斯濾波逡逑高斯濾波是一種線性平滑濾波，在消除噪聲千擾中的應(yīng)用較為廣泛。逡逑一維高斯濾波函數(shù)：逡逑ＧＭ＝＾ｋｅｘｐ｛＾）邋｛２－ｕ）逡逑其中，高斯分布參數(shù)（７決定了高斯函數(shù)的寬度，分布圖如下：逡逑１１逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙文智;雒立群;郭舟;岳俊;于雪瀅;劉暉;韋晶;;光譜特征分析的城市道路提取[J];光譜學(xué)與光譜分析;2015年10期

2 胡華龍;吳冰;黃邵美;;結(jié)合Gabor紋理與幾何特征的高分辨率遙感影像城區(qū)道路提取方法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2015年04期

3 伍艷蓮;趙力;姜海燕;郭小清;黃芬;;基于改進(jìn)均值漂移算法的綠色作物圖像分割方法[J];農(nóng)業(yè)工程學(xué)報(bào);2014年24期

4 鄧曉政;焦李成;盧山;;基于非負(fù)矩陣分解的譜聚類(lèi)集成SAR圖像分割[J];電子學(xué)報(bào);2011年12期

5 戴海濤;唐作其;張正平;;基于Mean Shift聚類(lèi)的圖像分割研究[J];通信技術(shù);2011年12期

6 張連均;張晶;郭陽(yáng);侯曉慧;張大鵬;;高分辨率遙感影像道路提取方法綜述[J];測(cè)繪與空間地理信息;2010年04期

7 錢(qián)曉亮;郭雷;余博;;基于目標(biāo)尺度的自適應(yīng)高斯濾波[J];計(jì)算機(jī)工程與應(yīng)用;2010年12期

8 魏偉波;潘振寬;;圖像分割方法綜述[J];世界科技研究與發(fā)展;2009年06期

9 雷小奇;王衛(wèi)星;賴(lài)均;;一種基于形狀特征進(jìn)行高分辨率遙感影像道路提取方法[J];測(cè)繪學(xué)報(bào);2009年05期

10 侯彪;徐婧;劉鳳;焦李成;;基于第二代Bandelet域隱馬爾可夫樹(shù)模型的圖像分割[J];自動(dòng)化學(xué)報(bào);2009年05期

相關(guān)碩士學(xué)位論文 前6條

1 徐文濤;基于Mean Shift的高分辨率遙感圖像分割研究[D];浙江工業(yè)大學(xué);2015年

2 秦彥光;高分辨率遙感圖像道路網(wǎng)及車(chē)輛信息提取[D];吉林大學(xué);2014年

3 江中亮;高分辨率遙感影像道路提取算法研究[D];中南大學(xué);2014年

4 徐天才;高分辨率影像城市道路提取算法研究[D];中南大學(xué);2012年

5 汪夕明;遙感影像道路提取方法研究與實(shí)現(xiàn)[D];清華大學(xué);2011年

6 黃志堅(jiān);高分辨率遙感圖像道路提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

本文編號(hào)：2764915