本文關(guān)鍵詞： 道路提取 圖像分割 中值濾波 數(shù)學(xué)形態(tài)學(xué) Hough變換　出處：《西安科技大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著遙感影像的獲取途徑越來(lái)越多、分辨率越來(lái)越高,我們獲取目標(biāo)影像也越來(lái)越容易。但是目前對(duì)影像的信息提取還主要依賴于人工解譯,這種方法比較勞神費(fèi)力,而且解譯的準(zhǔn)確度與解譯員的專業(yè)能力有很大的關(guān)系。因此,如何能夠?qū)崿F(xiàn)遙感信息快速準(zhǔn)確的半自動(dòng)化或全自動(dòng)化的提取有很大的意義。本文主要研究高分辨率遙感影像中道路的半自動(dòng)化提取,道路信息是重要的基礎(chǔ)地理信息,也是城市中更新最快的基礎(chǔ)性地理信息之一。道路的及時(shí)更新對(duì)城市規(guī)劃與建設(shè)、交通管理、GIS數(shù)據(jù)獲取、空間數(shù)據(jù)庫(kù)更新、影像理解有著非常重要的作用。因此實(shí)現(xiàn)道路的快速準(zhǔn)確提取很重要的意義。在對(duì)影像進(jìn)行道路提取之前,我們首先要對(duì)影像進(jìn)行一系列的預(yù)處理,主要包含圖像分割與中值濾波處理。本次論文首先采用不同的分割方法分別對(duì)影像進(jìn)行分割,選出最適合本次實(shí)驗(yàn)的分割方法,再采用中值濾波對(duì)分割后的圖像進(jìn)行濾波處理以去除噪聲點(diǎn)。在預(yù)處理過程中,根據(jù)影像的特點(diǎn)與道路的提取情況,也會(huì)包含線性拉伸、連通域刪除小面積對(duì)象等處理。論文主要研究數(shù)學(xué)形態(tài)學(xué)與Hough變換這兩種方法在提取遙感影像中道路的準(zhǔn)確性。數(shù)學(xué)形態(tài)學(xué)是一種用以分析幾何形狀與結(jié)構(gòu)的數(shù)學(xué)方法,屬于一種非線性算子,由一系列形態(tài)學(xué)代數(shù)運(yùn)算子組成。數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算有4個(gè):膨脹(或擴(kuò)張)、腐蝕(或侵蝕)、開啟和閉合。數(shù)學(xué)形態(tài)學(xué)算法簡(jiǎn)單靈活、運(yùn)算速度快、易于運(yùn)行,并且能夠在對(duì)圖像優(yōu)化,保留原有信息的基礎(chǔ)上,凸顯圖像幾何特征以便進(jìn)一步分析。Hough變換是一種用于檢測(cè)二進(jìn)制圖像中圖形的方法,如用來(lái)檢測(cè)直線、圓、橢圓等,最經(jīng)典的應(yīng)用就是直線檢測(cè)。Hough變換對(duì)圖像中的噪聲、邊緣特征不連續(xù)、地形地貌變形等都有很好的適應(yīng)性,可靠性高,算法穩(wěn)定有效。因此本次論文先分別采用數(shù)學(xué)形態(tài)學(xué)與Hough變換兩種方法對(duì)高分辨率遙感影像中道路進(jìn)行提取測(cè)試,分析算法的優(yōu)缺點(diǎn),評(píng)定其提取精度。最后結(jié)合數(shù)學(xué)形態(tài)學(xué)與Hough變換兩種方法,以資源三號(hào)衛(wèi)星原始影像圖的全色波段影像為實(shí)驗(yàn)對(duì)象,提取其中的道路,并評(píng)定道路的提取精度。
[Abstract]:With more and more ways to obtain remote sensing image and higher resolution, we can obtain target image more and more easily. But at present, the information extraction of remote sensing image mainly depends on manual interpretation, this method is more laborious. Moreover, the accuracy of interpretation is closely related to the professional ability of interpreters. It is of great significance to realize the rapid and accurate semi-automatic or fully automated extraction of remote sensing information. This paper mainly studies the semi-automatic extraction of roads in high-resolution remote sensing images. Road information is an important basic geographic information. It is also one of the fastest updating basic geographic information in the city. The timely updating of roads is helpful to urban planning and construction, traffic management, GIS data acquisition, and spatial database updating. Image understanding plays a very important role. Therefore, it is very important to realize the fast and accurate road extraction. Before we extract the image, we must first do a series of preprocessing to the image. This paper first uses different segmentation methods to segment the image, and selects the most suitable segmentation method for this experiment. Then the median filter is used to filter the segmented image to remove the noise. In the preprocessing process, according to the characteristics of the image and the extraction of the road, it will also include linear stretching. The paper mainly studies the accuracy of the two methods of mathematical morphology and Hough transform in extracting roads from remote sensing images. Mathematical morphology is a mathematical method used to analyze geometric shapes and structures. A nonlinear operator consisting of a series of morphological algebraic operators. There are four basic operations of mathematical morphology: expansion (or expansion), corrosion (or erosion), opening and closing. Easy to run, and on the basis of optimizing the image and preserving the original information, the geometric features of the image can be highlighted for further analysis. Hough transform is a method for detecting graphics in binary images, such as detecting straight lines, circles, etc. Ellipse, the most classical application is line detection. Hough transform has good adaptability and high reliability to noise, edge feature discontinuity, landform deformation and so on. The algorithm is stable and effective. In this paper, two methods, mathematical morphology and Hough transform, are used to extract and test the road in high-resolution remote sensing images, and the advantages and disadvantages of the algorithm are analyzed. Finally, with the combination of mathematical morphology and Hough transform, the panchromatic band image of the original image of Resource-3 satellite is used as the experimental object to extract the road and evaluate the accuracy of the road extraction.
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：P237

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李衛(wèi)東;陳永楓;楊陽(yáng);李潤(rùn)生;;國(guó)內(nèi)外遙感影像道路網(wǎng)提取方法研究現(xiàn)狀[J];影像技術(shù);2016年02期

2 李美玲;付慧;王曉晶;張金金;;高分辨率遙感影像道路提取[J];遙感信息;2016年02期

3 張采芳;田巖;鄭毓勇;;基于最優(yōu)尺度的高分辨率遙感影像道路提取[J];測(cè)繪通報(bào);2015年01期

4 顧劍華;孫鑫;李紅;;基于地理國(guó)情普查高分辨率遙感影像的道路提取方法研究[J];測(cè)繪與空間地理信息;2014年06期

5 孫傲;;高分遙感影像道路提取方法研究[J];湖南農(nóng)機(jī);2013年11期

6 趙建春;葉麗娜;劉芳;張兵兵;;改進(jìn)型中值濾波在圖像處理中的應(yīng)用[J];四川兵工學(xué)報(bào);2013年06期

7 肖大雪;;淺析數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用[J];科技廣場(chǎng);2013年05期

8 趙高長(zhǎng);張磊;武風(fēng)波;;改進(jìn)的中值濾波算法在圖像去噪中的應(yīng)用[J];應(yīng)用光學(xué);2011年04期

9 劉小丹;劉巖;;基于Hough變換和數(shù)學(xué)形態(tài)學(xué)的遙感影像城區(qū)道路提取[J];南京師大學(xué)報(bào)(自然科學(xué)版);2010年04期

10 沈占鋒;駱劍承;郜麗靜;劉雯;;不同尺度下高分辨率遙感影像道路信息提取[J];四川師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

相關(guān)碩士學(xué)位論文 前10條

1 顧琳;多源遙感圖像的多尺度特征提取和融合方法研究[D];北方工業(yè)大學(xué);2015年

2 安麗;基于Hough變換的高分辨率遙感影像道路提取[D];東華理工大學(xué);2015年

3 李建飛;高分辨率遙感影像中的道路信息提取與表達(dá)方法研究[D];湖南工業(yè)大學(xué);2015年

4 姚琴風(fēng);多尺度城市道路高分辨率遙感影像提取方法研究[D];太原理工大學(xué);2015年

5 孫晨陽(yáng);多尺度遙感影像道路信息提取方法研究[D];西南大學(xué);2015年

6 苗則朗;基于多特征的高分辨率遙感影像道路提取算法研究[D];中國(guó)礦業(yè)大學(xué);2014年

7 周秋琳;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];中南大學(xué);2013年

8 靳彩嬌;高分辨率遙感影像道路提取方法研究[D];解放軍信息工程大學(xué);2013年

9 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

10 胥亞;中高分辨率遙感影像道路提取技術(shù)研究[D];解放軍信息工程大學(xué);2012年

，

本文編號(hào)：1496313