城市的發(fā)展離不開道路網(wǎng)絡(luò)的建設(shè),而一份精確完整的道路網(wǎng)絡(luò)地圖則是交通導(dǎo)航、路線規(guī)劃等城市交通活動(dòng)的重要前提。城市的不斷升級(jí)改造勢(shì)必會(huì)對(duì)城市中的道路網(wǎng)絡(luò)造成影響,但傳統(tǒng)的基于人工測(cè)繪的道路網(wǎng)絡(luò)地圖繪制方法存在著周期長(zhǎng)、成本高等缺點(diǎn),因此一個(gè)高效、經(jīng)濟(jì)的道路網(wǎng)絡(luò)生成更新方法具有巨大的應(yīng)用價(jià)值。隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)與衛(wèi)星定位技術(shù)的普及,獲取移動(dòng)物體的軌跡變得越來(lái)越容易�，F(xiàn)如今,大多數(shù)汽車都配備了定位和導(dǎo)航設(shè)備,這些汽車每天都會(huì)產(chǎn)生大量的軌跡數(shù)據(jù),這些軌跡數(shù)據(jù)揭示了道路網(wǎng)絡(luò)的形狀及其演化規(guī)律,但由于車輛軌跡數(shù)據(jù)的獲取較為困難,因此生成的道路網(wǎng)絡(luò)的覆蓋率較低。航空航天技術(shù)的成熟使得高清遙感圖像的獲取變得十分容易。高清遙感圖像中蘊(yùn)含著不同層級(jí)的道路,但是從高清遙感圖像中準(zhǔn)確地提取道路網(wǎng)絡(luò)比較困難,且高清遙感圖像的時(shí)效性較差。本文結(jié)合了這兩種數(shù)據(jù)的優(yōu)點(diǎn),提出了兩種高效、高精度的道路網(wǎng)絡(luò)提取算法。首先,本文提出了一種增量學(xué)習(xí)車輛軌跡并從中提取道路網(wǎng)絡(luò)的算法。該算法首先對(duì)輸入的車輛軌跡數(shù)據(jù)進(jìn)行預(yù)處理,然后通過(guò)代表點(diǎn)和連接線段分別記錄車輛軌跡中的位置信息和時(shí)序信息,最后結(jié)合Delaunay三角網(wǎng)和Dijks... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖４．１８骨架圖與高清遙感圖像疊加??５３??

主要依據(jù)車輛軌跡的以下特性：??（１）車輛軌跡數(shù)據(jù)對(duì)道路結(jié)構(gòu)信息的表達(dá)。一般車輛的移動(dòng)受限于現(xiàn)有的道路網(wǎng)絡(luò)（不??能在平面上隨意移動(dòng)），因此車輛軌跡數(shù)據(jù)中包含了豐富的道路結(jié)構(gòu)信息。如圖２．１所示，??大量的車輛軌跡疊加在一起，大致地勾勒出了該地區(qū)的道路網(wǎng)絡(luò)的結(jié)構(gòu)。??８??

低分辨率遙感圖像的分辨率為１００米級(jí)，中分辨率為１０米級(jí)，高分辨率為米級(jí)。一般情??況下，中低分辨率的遙感圖像包含較少的信息，細(xì)節(jié)部分不夠清楚，因此適合觀測(cè)宏觀物??體。而高分辨率遙感圖像包含了更多的信息，細(xì)節(jié)更加豐富，如圖２．２所示。在高分辨率??圖像上道路細(xì)節(jié)清晰可見，因此一般使用高分辨率的遙感圖像進(jìn)行道路識(shí)別研究。但是更??多的細(xì)節(jié)也意味著更多的干擾，高分辨率圖像中道路上的汽車，道路兩旁的樹木，以及與??道路形狀相似的河流河堤等都對(duì)道路提取算法產(chǎn)生了較大影響，大大增加了道路識(shí)別的難??度。??１０??

【參考文獻(xiàn)】：
期刊論文
[1]遙感圖像道路提取方法綜述[J]. 張永宏,何靜,闞希,夏廣浩,朱靈龍,葛濤濤.  計(jì)算機(jī)工程與應(yīng)用. 2018(13)
[2]軌跡大數(shù)據(jù):數(shù)據(jù)處理關(guān)鍵技術(shù)研究綜述[J]. 高強(qiáng),張鳳荔,王瑞錦,周帆.  軟件學(xué)報(bào). 2017(04)
[3]自發(fā)地理信息研究綜述[J]. 尹健,李光強(qiáng),職露,余容.  計(jì)算機(jī)應(yīng)用研究. 2016(05)
[4]軌跡大數(shù)據(jù):數(shù)據(jù)、應(yīng)用與技術(shù)現(xiàn)狀[J]. 許佳捷,鄭凱,池明旻,朱揚(yáng)勇,禹曉輝,周曉方.  通信學(xué)報(bào). 2015(12)
[5]互聯(lián)網(wǎng)文本蘊(yùn)含道路交通信息抽取的模式匹配方法[J]. 仇培元,張恒才,陸鋒.  地球信息科學(xué)學(xué)報(bào). 2015(04)
[6]基于雙閾值SSDA模板匹配的遙感圖像道路邊緣檢測(cè)研究[J]. 闕昊懿,黃輝先,徐建閩.  國(guó)土資源遙感. 2014(04)
[7]基于深度學(xué)習(xí)網(wǎng)絡(luò)的射線圖像缺陷識(shí)別方法[J]. 余永維,殷國(guó)富,殷鷹,杜柳青.  儀器儀表學(xué)報(bào). 2014(09)
[8]基于形狀先驗(yàn)和Graph Cuts原理的道路分割新方法[J]. 周紹光,陳超,赫春曉.  測(cè)繪通報(bào). 2013(12)
[9]結(jié)合紋理與形狀特征的高分辨率遙感影像道路提取[J]. 左娟,李勇軍.  測(cè)繪. 2013(03)
[10]DELAUNAY三角網(wǎng)的算法詳述及其應(yīng)用發(fā)展前景[J]. 邵春麗,胡鵬,黃承義,彭琪.  測(cè)繪科學(xué). 2004(06)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像道路提取研究[D]. 葉雪娜.陜西師范大學(xué) 2017
[2]顧及幾何特征的數(shù)學(xué)形態(tài)學(xué)高分辨率遙感道路提取方法研究[D]. 周秋琳.中南大學(xué) 2013
[3]基于手持移動(dòng)終端的災(zāi)情數(shù)據(jù)采集系統(tǒng)研究[D]. 劉瑞.上海師范大學(xué) 2012
[4]基于REST Web Service的自發(fā)地理信息應(yīng)用研究[D]. 劉愛麗.遼寧工程技術(shù)大學(xué) 2012



本文編號(hào)：3598420