本文關(guān)鍵詞：高分辨率遙感影像道路半自動(dòng)提取方法研究

  更多相關(guān)文章： 高分辨率遙感影像 道路半自動(dòng)提取 模板匹配 KL散度 最短路徑

【摘要】：隨著科技的發(fā)展,高分辨率遙感影像的獲取變得容易,應(yīng)用范圍更廣,通過(guò)其自動(dòng)或者半自動(dòng)地獲取地理要素成為計(jì)算機(jī)視覺(jué)、圖像圖形學(xué)及模式識(shí)別等領(lǐng)域的研究熱點(diǎn)；道路是高分辨遙感影像上明顯的地理要素,但是由于問(wèn)題本身的復(fù)雜性和現(xiàn)有科技水平的局限性,到目前為止還沒(méi)有能在真正意義上實(shí)現(xiàn)道路的自動(dòng)提取。本文應(yīng)用概率統(tǒng)計(jì)學(xué)、圖論以及計(jì)算機(jī)軟件系統(tǒng)設(shè)計(jì)的關(guān)鍵技術(shù),旨在開(kāi)發(fā)適應(yīng)實(shí)際生產(chǎn)需求的道路半自動(dòng)提取工具。論文的具體研究?jī)?nèi)容包括以下幾方面：(1)發(fā)展模板匹配與KL散度相結(jié)合的道路提取方法。針對(duì)現(xiàn)有高分辨率遙感影像道路提取方法抗噪性弱、提取效率低問(wèn)題,提出將KL散度作為相似性測(cè)度應(yīng)用到模板匹配中,并應(yīng)用多線程技術(shù)設(shè)計(jì)了一個(gè)人機(jī)交互模式良好的道路提取工具,在不同源高分辨率遙感影像上道路開(kāi)展提取實(shí)驗(yàn),證明該方法的有效性。(2)實(shí)現(xiàn)基于最短路徑的道路提取方法。針對(duì)現(xiàn)有的高分辨率遙感影像道路半自動(dòng)提取方法提取過(guò)程不易被控制,提取結(jié)果不能被預(yù)測(cè)的問(wèn)題,提出一種應(yīng)用經(jīng)典最短路徑算法Dijkstra,提取道路的方法,對(duì)不同高分辨率遙感影像道路進(jìn)行提取實(shí)驗(yàn),證明該方法的有效性。(3)研發(fā)集成道路半自動(dòng)提取工具。研發(fā)2種道路提取工具：基于模板匹配與KL散度相結(jié)合的的道路半自動(dòng)提取工具和基于最短路徑的道路半自動(dòng)提取工具,綜合應(yīng)用這兩種道路半自動(dòng)提取工具,對(duì)復(fù)雜道路網(wǎng)進(jìn)行了提取實(shí)驗(yàn),表明此種道路提取方案的可行性。
【關(guān)鍵詞】：高分辨率遙感影像 道路半自動(dòng)提取 模板匹配 KL散度 最短路徑
【學(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P237
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-11
• 1 緒論11-21
• 1.1 研究背景與意義11-12
• 1.2 道路提取方法綜述12-18
• 1.2.1 道路半自動(dòng)提取方法12-15
• 1.2.2 道路全自動(dòng)提取方法15-17
• 1.2.3 存在的問(wèn)題17-18
• 1.3 研究目標(biāo)與內(nèi)容18-19
• 1.3.1 課題來(lái)源與現(xiàn)有基礎(chǔ)18
• 1.3.2 研究目標(biāo)18
• 1.3.3 研究?jī)?nèi)容18-19
• 1.4 文章結(jié)構(gòu)安排19-21
• 2 道路提取基本理論知識(shí)21-32
• 2.1 高分辨率遙感影像數(shù)據(jù)的特點(diǎn)21
• 2.2 高分辨率遙感影像特征與面臨的問(wèn)題21-25
• 2.2.1 高分辨率遙感影像對(duì)象特征21-22
• 2.2.2 高分辨率遙感影像道路特征22-24
• 2.2.3 高分辨率遙感影像道路提取難點(diǎn)問(wèn)題24-25
• 2.3 高分辨率遙感影像道路特征增強(qiáng)25-31
• 2.3.1 影像融合26-28
• 2.3.2 對(duì)比度拉伸28-31
• 2.4 本章小結(jié)31-32
• 3 模板匹配與KL散度相結(jié)合的道路半自動(dòng)提取方法32-44
• 3.1 道路初始化32-34
• 3.2 道路模型的建立34-37
• 3.2.1 模型構(gòu)建的基本思路34
• 3.2.2 KL散度相似性匹配準(zhǔn)則34-35
• 3.2.3 道路軌跡擬合模型35-37
• 3.3 人機(jī)交互模式的設(shè)計(jì)37-38
• 3.4 基于模板匹配的道路提取步驟38-40
• 3.5 實(shí)驗(yàn)與對(duì)比分析40-43
• 3.5.1 實(shí)驗(yàn)40-41
• 3.5.2 對(duì)比分析41-43
• 3.6 本章小結(jié)43-44
• 4 基于最短路徑的道路半自動(dòng)提取方法44-56
• 4.1 最短路徑算法44-46
• 4.1.1 圖的基本理論44-45
• 4.1.2 最短路徑問(wèn)題45
• 4.1.3 基本的最短路徑算法45-46
• 4.2 基于最短路徑道路模型的建立46-50
• 4.2.1 模型構(gòu)建的基本思路46-47
• 4.2.2 局部邊界特征的表達(dá)47-48
• 4.2.3 基于Dijkstra算法最短路徑計(jì)算48-50
• 4.3 基于最短路徑道路提取步驟50-52
• 4.4 實(shí)驗(yàn)和結(jié)果分析52-55
• 4.4.1 實(shí)驗(yàn)52-54
• 4.4.2 結(jié)果分析54-55
• 4.5 本章小結(jié)55-56
• 5 綜合實(shí)驗(yàn)與分析56-62
• 5.1 道路提取工具的研制與集成56-59
• 5.1.1 集成環(huán)境56-57
• 5.1.2 關(guān)鍵技術(shù)57-59
• 5.2 復(fù)雜道路網(wǎng)綜合提取實(shí)驗(yàn)59-62
• 5.2.1 實(shí)驗(yàn)一59-60
• 5.2.2 實(shí)驗(yàn)二60-62
• 6 結(jié)論與展望62-64
• 6.1 結(jié)論62-63
• 6.2 展望63-64
• 參考文獻(xiàn)64-68
• 作者簡(jiǎn)歷68-70
• 學(xué)位論文數(shù)據(jù)集70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 周俊;吉小剛;鄭戰(zhàn)輝;;基于Hough變換的建筑物半自動(dòng)提取[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2006年05期

2 程曦冉,張劍清,張祖勛;航空影像多直角平頂房屋的半自動(dòng)提取[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2004年12期

3 馬永剛,張占睦;一種基于知識(shí)的航空影像中道路半自動(dòng)提取方法[J];測(cè)繪學(xué)院學(xué)報(bào);2000年01期

4 楊化超;鄧喀中;張書(shū)畢;;基于Hough變換的航空影像建筑物半自動(dòng)提取[J];測(cè)繪科學(xué);2006年06期

5 李燕,余旭初;基于啟發(fā)式圖搜索的遙感影像道路半自動(dòng)提取[J];測(cè)繪學(xué)院學(xué)報(bào);2002年04期

6 秦永;宋偉東;;基于Freeman編碼的遙感影像直角型房屋半自動(dòng)提取方法研究[J];測(cè)繪科學(xué);2009年06期

7 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 張飛;樊瑜波;蒲放;劉展;;牙及頜骨CT圖像序列中牙輪廓的半自動(dòng)提取方法[A];中國(guó)力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)'2005論文摘要集（上）[C];2005年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 劉立志;高分辨率遙感影像道路半自動(dòng)提取方法研究[D];遼寧工程技術(shù)大學(xué);2015年

2 張睿;高分辨率遙感影像地物要素半自動(dòng)提取方法研究[D];山東科技大學(xué);2007年

3 趙穎;建筑物半自動(dòng)提取方法的研究[D];中國(guó)測(cè)繪科學(xué)研究院;2013年

4 馬智剛;紋理支持的遙感影像面狀地物半自動(dòng)提取技術(shù)研究[D];解放軍信息工程大學(xué);2009年

5 徐麗麗;衛(wèi)星圖片中道路半自動(dòng)提取方法的研究[D];沈陽(yáng)航空工業(yè)學(xué)院;2010年

6 金飛;基于紋理特征的遙感影像面狀地物半自動(dòng)提取技術(shù)研究[D];解放軍信息工程大學(xué);2009年

7 江娜;高分辨率遙感影像建筑物半自動(dòng)提取方法研究[D];山東科技大學(xué);2009年

8 王天鵬;遙感影像中道路的半自動(dòng)提取研究[D];解放軍信息工程大學(xué);2004年

9 周君;遙感影像面狀地物半自動(dòng)提取方法[D];上海交通大學(xué);2009年

，

本文編號(hào)：1102632