【摘要】：基于單數(shù)據(jù)源的道路信息提取方法所提取的道路中心線以城區(qū)的主要道路為主，一些較窄的道路沒有被提取出來。為克服這種方法的缺點，本文采用LiDAR（Light Detection and Ranging）點云數(shù)據(jù)與高分辨率遙感影像相結(jié)合的方法來提高道路提取的精度。首先，結(jié)合研究區(qū)域的LiDAR數(shù)據(jù)，利用ENVI，Matlab和ArcGIS等軟件平臺，將LiDAR點云數(shù)據(jù)和高分辨率遙感影像數(shù)據(jù)進行配準；然后，在圖像分割和基于影像對象分層提取的基礎(chǔ)上，利用影像融合和對象形狀指數(shù)等相關(guān)算子完成道路信息的提取；最后，利用疊加目視分析和定量分析對基于機載LiDAR和高分辨率遙感影像直接融合和間接融合的提取方法獲得的道路網(wǎng)絡(luò)進行精度評定，并進行結(jié)果分析。 本文取得的主要研究結(jié)果如下： （1）利用遙感影像分割和特征提取的基本理論，完成了高分辨率遙感影像的分割和面向?qū)ο蟮牡缆诽卣魈崛」ぷ鳎?（2）基于分割后影像，提出了一種描述道路對象形狀特征的對象形狀指數(shù)（Object Shape Index），用于道路面的提取； （3）完成了基于ArcEngine10.1二次開發(fā)的面向?qū)ο蟮奶卣饔嬎愫偷缆诽崛〉能浖偷拈_發(fā)工作。 研究表明，綜合利用LiDAR點云數(shù)據(jù)和高分辨率遙感影像提取道路信息的方法比單一利用遙感影像提取道路信息的方法有更好的效果。本文提出的基于機載LiDAR和高分辨率影像的道路提取方法切實可行，效果較好。
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP751
【圖文】：

圖 1- 1 道路提取流程Figure1- 1 Road extraction process1.2.1 基于遙感影像的道路提取研究現(xiàn)狀（1）基于模板匹配的方法基于模板匹配的方法可以有效的消除其他偽道路信息對提取的影響，從而提高道路提取的精確度。史文中等提出了一種直線段匹配方法來提取高分辨率遙感影像中的城市道路網(wǎng)[4]，可以消除影像中非道路信息的小斑塊，從而將道路段連接起來。朱長青等提出了一種整體矩形匹配方法[5]，優(yōu)點是能消除樹木、汽車對道路提取的影響，可以計算道路面積，對提取直線道路比較有效；缺點是不能提取彎曲道路以及交叉道路。文獻[6]利用最小二乘模板匹配方法進行道路提取，該方法首先給定特征點初始值，然后用最小二乘法估計模板與圖像之間的幾何變形參數(shù)，從而確定圖像上曲線的具體參數(shù)，然后得到道路的數(shù)學表述，該方法的優(yōu)

圖 2- 1（a）原始灰度圖像（b）經(jīng)過形態(tài)濾波后的圖像（c）梯度影像（d）極小值增強圖像（e）分水嶺變換圖像（f）分水嶺分割后的疊加圖像Figure2- 1 (a) Raw grayscale image (b) Image after morphological filtering (c) Gradient image (d)Image with minimum enhanced (e) Image after watershed transform (f) Superimposed image afterwatershed segmentation分水嶺變換能夠準確定位邊緣，具有運算簡單、易于并行化處理等優(yōu)點，但同時也存在一些缺點：a) 對圖像中的噪聲極為敏感，由于輸入圖像往往是圖像梯度，原始圖像中的噪聲能直接惡化圖像的梯度，易于造成分割的輪廓偏移；b) 易于產(chǎn)生過分割，由于受噪聲和平坦區(qū)域內(nèi)部細密紋理的影響，算法檢測的局部極值過多，在后續(xù)分割中出現(xiàn)大量的細小區(qū)域；c) 對低對比度圖像易丟失重要輪廓，在這種情況下，區(qū)域邊界像素的梯度值也較低，目標的重要輪廓容易丟失。在本論文中，利用分水嶺分割獲得的二值圖像能夠很好的提取出建筑物的邊緣信息，而較少反映道路信息，不利于接下來利用數(shù)學形態(tài)學的道路提取。

碩士學位論文（3）基于直方圖的閾值分割該方法的基本原理是：如果圖像的目標和背景區(qū)域的灰度差異較大，則該圖像的灰度直方圖包絡(luò)線就呈現(xiàn)雙峰-谷的曲線，那么選取兩峰之間的谷值就可以作為閾值來分割圖像的目標和背景。這種方法在圖像的目標和背景之間的灰度差異較為明顯時，可以取得良好的分割效果，通常可以滿足我們的分割要求。在本研究中，我們利用的直方圖如圖 2-2（b）所示，其分割效果如圖 2-2（c）所示。

【參考文獻】

相關(guān)期刊論文 前8條

1 譚衢霖;劉正軍;沈偉;;一種面向?qū)ο蟮倪b感影像多尺度分割方法[J];北京交通大學學報;2007年04期

2 唐偉;趙書河;王培法;;面向?qū)ο蟮母呖臻g分辨率遙感影像道路信息的提取[J];地球信息科學;2008年02期

3 朱長青;楊云;鄒芳;王奇勝;;高分辨率影像道路提取的整體矩形匹配方法[J];華中科技大學學報(自然科學版);2008年02期

4 羅慶洲;尹球;匡定波;;光譜與形狀特征相結(jié)合的道路提取方法研究[J];遙感技術(shù)與應用;2007年03期

5 李光耀;胡陽;;高分辨率遙感影像道路提取技術(shù)研究與展望[J];遙感信息;2008年01期

6 栗敏光;鄧喀中;趙銀娣;;基于改進分水嶺變換的遙感圖像分割方法[J];遙感信息;2009年06期

7 張雷雨;邵永社;楊毅;韓陽;;基于改進的Mean Shift方法的高分辨率遙感影像道路提取[J];遙感信息;2010年04期

8 楊文明;陳國斌;沈曄湖;劉濟林;;一種基于分水嶺變換的圖像分割方案[J];浙江大學學報(工學版);2006年09期

相關(guān)博士學位論文 前1條

1 許毅平;基于高光譜圖像多特征分析的目標提取研究[D];華中科技大學;2008年

本文編號：2786330