針對(duì)道路提取方法存在的漏提、誤提等問題,提出一種基于局部結(jié)構(gòu)約束的線段標(biāo)識(shí)點(diǎn)過程提取算法。將道路網(wǎng)視作道路段集合,以隨機(jī)點(diǎn)過程定義位置,以線段為標(biāo)識(shí)定義幾何結(jié)構(gòu),根據(jù)道路局部特征構(gòu)建自適應(yīng)的約束模型,結(jié)合道路的光譜同質(zhì)性和異質(zhì)性建立光譜測(cè)度模型,在貝葉斯理論構(gòu)架下,綜合上述模型和參數(shù)分布建立后驗(yàn)概率模型,設(shè)計(jì)可逆跳變馬爾可夫鏈蒙特卡洛（RJMCMC）算法模擬采樣,并為加快收斂速率設(shè)計(jì)高效的RJMCMC轉(zhuǎn)移核,以最大化后驗(yàn)概率為準(zhǔn)則,獲取最優(yōu)道路網(wǎng)。采用全色遙感影像進(jìn)行實(shí)驗(yàn)、緩沖區(qū)評(píng)價(jià)方法進(jìn)行定性和定量分析,計(jì)算得出道路提取的精準(zhǔn)率和完整率分別能達(dá)到52%和98%以上,驗(yàn)證所提算法能準(zhǔn)確有效地提取出道路網(wǎng)絡(luò)。 

【文章來源】：儀器儀表學(xué)報(bào). 2020,41(07)北大核心EICSCD

【文章頁數(shù)】：11 頁

【文章目錄】：
0 引 言
1 算法描述
    1.1 道路幾何結(jié)構(gòu)建模
    1.2 局部結(jié)構(gòu)約束模型
        1)自由態(tài)約束模型。
        2)連接性約束模型。
        3)鄰近性約束模型。
    1.3 光譜測(cè)度模型
    1.4 后驗(yàn)概率模型
    1.5 RJMCMC算法
        1)融合與分離變換操作
        2)基于光譜特性的生滅操作
        3)基于吸引域的生滅操作
2 實(shí)驗(yàn)與結(jié)果
3 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于P-N學(xué)習(xí)的高分遙感影像道路半自動(dòng)提取方法[J]. 陳光,眭海剛,涂繼輝,宋志娜.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2017(06)
[2]基于隱馬爾可夫高斯隨機(jī)場(chǎng)模型的模糊聚類高分辨率遙感影像分割算法[J]. 趙雪梅,李玉,趙泉華.  電子學(xué)報(bào). 2016(03)
[3]基于規(guī)則劃分和RJMCMC的可變類圖像分割[J]. 王玉,李玉,趙泉華.  儀器儀表學(xué)報(bào). 2015(06)
[4]基于MAP的超聲圖像分解去噪算法研究[J]. 李春芳,楊鑫,張旭明,丁明躍.  電子學(xué)報(bào). 2014(07)
[5]基于標(biāo)值點(diǎn)過程改進(jìn)的遙感道路提取新算法[J]. 何建農(nóng),鐘順虹.  計(jì)算機(jī)工程與應(yīng)用. 2013(17)
[6]結(jié)合區(qū)域生長(zhǎng)與道路基元的高分辨率遙感影像道路提取[J]. 余潔,余峰,張晶,劉振宇.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2013(07)
[7]多標(biāo)記點(diǎn)過程的LiDAR點(diǎn)云數(shù)據(jù)建筑物和樹冠提取[J]. 徐文學(xué),楊必勝,魏征,方莉娜.  測(cè)繪學(xué)報(bào). 2013(01)
[8]影像與LiDAR數(shù)據(jù)信息融合復(fù)雜場(chǎng)景下的道路自動(dòng)提取[J]. 李怡靜,胡翔云,張劍清,江萬壽,張永軍.  測(cè)繪學(xué)報(bào). 2012(06)
[9]基于貝葉斯理論的分布式多視角目標(biāo)跟蹤算法[J]. 馮巍,胡波,楊成,林青,楊濤.  電子學(xué)報(bào). 2011(02)
[10]利用一維紋理特征值及MRF模型分割道路影像[J]. 周紹光,黎瑾慧,安如.  儀器儀表學(xué)報(bào). 2009(10)



本文編號(hào)：3168537