【摘要】：單一數(shù)據(jù)源對地物表達具有一定的局限性,而多源數(shù)據(jù)對地物表達具有優(yōu)勢互補的特點。融合多源數(shù)據(jù),有利于對更精確的表達地物目標。配準是融合多源數(shù)據(jù)的前提,而多源數(shù)據(jù)配準的關鍵技術是同名要素匹配。針對多源數(shù)據(jù)配準中同名要素匹配所采用的特征相似性指標存在要求數(shù)據(jù)尺度接近、單一特征相似性指標具有較強的片面性、綜合利用多個指標時權重分配模糊和計算復雜等問題,研究基于位置函數(shù)、基于多邊形近似和基于轉(zhuǎn)向函數(shù)等三種傅立葉形狀相似性模型在同名道路網(wǎng)面要素匹配中的適用性,實現(xiàn)同名道路網(wǎng)面要素匹配。本文的主要工作如下:(1)基于多源遙感數(shù)據(jù)的道路網(wǎng)面要素提取。從同一城市的高分辨率遙感影像、機載Li DAR點云數(shù)據(jù)中提取道路網(wǎng)數(shù)據(jù),為基于傅立葉形狀相似性模型的同名面要素匹配實驗提供數(shù)據(jù)支撐。(2)基于位置函數(shù)的傅立葉形狀相似性模型。以面要素輪廓曲線任意點作為初始點,并按逆時針方向等間隔采樣點,利用采樣點的離散傅立葉級數(shù)展開式的系數(shù)的模構建形狀描述模型,采用Min-Max方法對形狀描述模型進行歸一化處理,進而基于歐式距離函數(shù)構建基于位置函數(shù)的傅立葉形狀相似性模型。(3)基于多邊形近似的傅立葉形狀相似性模型。利用面要素輪廓曲線上的相鄰頂點組成面要素的近似多邊形,以近似多邊形上任意點作為起始點,按逆時針方向任意點相對起始點的弧長函數(shù),利用弧長函數(shù)的連續(xù)傅立葉級數(shù)展開式的系數(shù)項的模構建基于多邊形近似的形狀描述模型、歸一化形狀描述模型和形狀相似性模型。(4)基于轉(zhuǎn)向函數(shù)的傅立葉形狀相似性模型。采用Douglas-Peucker算法對面要素輪廓曲線上的頂點進行抽稀以提取顯著特征點,并利用相鄰顯著特征點所組成的向量的轉(zhuǎn)向角構建面要素輪廓曲線的轉(zhuǎn)向函數(shù),進而利用轉(zhuǎn)向函數(shù)的連續(xù)傅立葉級數(shù)展開式的系數(shù)的模構建基于轉(zhuǎn)向函數(shù)的形狀描述模型和形狀相似性模型。(5)編程實現(xiàn)了同名道路網(wǎng)面要素匹配,通過試驗對比分析了基于位置函數(shù)、基于多邊形近似和基于轉(zhuǎn)向函數(shù)的傅立葉形狀相似性模型在平移、旋轉(zhuǎn)、尺度和起始點變化等方面的特點,總結了三種模型的在同名面要素匹配中的適用性。實驗表明,基于位置函數(shù)、基于多邊形近似和基于轉(zhuǎn)向函數(shù)的傅立葉形狀相似性模型均具有平移、旋轉(zhuǎn)、尺度不變性和起始點獨立性。基于位置函數(shù)的傅立葉形狀相似性模型要求采樣點數(shù)量一致且等間隔采樣使其更適合于數(shù)據(jù)尺度差異較小的同名要素匹配;基于多邊形近似的傅立葉形狀相似性模型對數(shù)據(jù)尺度沒有要求,但也存在頂點冗余的問題;基于轉(zhuǎn)向函數(shù)的傅立葉形狀相似性模型克服了頂點冗余的問題,并且該模型不需要對形狀描述模型進行歸一化處理�；谖恢煤瘮�(shù)和基于多邊形近似的傅立葉形狀相似性模型具有一定的片面性,但抗噪能力優(yōu)于基于轉(zhuǎn)向函數(shù)的傅立葉形狀相似性模型;基于轉(zhuǎn)向函數(shù)的傅立葉形狀相似性模型雖然受到面要素提取噪聲影響且抽稀處理會增大面要素之間的形狀差異,但基于轉(zhuǎn)向函數(shù)的傅立葉形狀相似性模型具有更好的穩(wěn)定性,當相似度大于0.9時,可判定該匹配對為同名面要素。因此基于轉(zhuǎn)向函數(shù)的傅立葉形狀相似性模型更適用于多源數(shù)據(jù)配準中的同名面要素匹配。本文的研究成果對進一步開展多源數(shù)據(jù)配準具有積極的參考價值。
【圖文】：

圖 1-1 技術路線圖道路網(wǎng)面要素提取。首先對高分辨率遙感影像進行分割，然后選擇個類地物的樣本，通過樣本生成各個地物類別的特征描述值，進而對影像中的對象進行分類。對機載LiDAR 點云數(shù)據(jù)進行粗差剔除，進而對粗差剔除后的點云數(shù)據(jù)進行濾波以得到地面點云數(shù)據(jù)，然后通過道路樣本的選擇以確定道路點云數(shù)據(jù)的回波強度取值區(qū)間，進而基于強度約束提取道路點云數(shù)據(jù)。由于現(xiàn)有技術存在一定的缺陷使得道路提取結果并不完全符合真實情況，因此對上述提取結果進行人工后處理，并進行二值化處理以達到道路提取的目的。利用骨架線提取方法提取都中心線，并構建道路網(wǎng)的拓撲關系以提

第 2 章 數(shù)據(jù)預處理從同一城市的高分辨率遙感影像和機載 LiDAR 點云數(shù)據(jù)中提取續(xù)基于傅立葉形狀相似性模型的同名要素匹配研究提供數(shù)據(jù)支撐的信息提取方法提取高分辨率遙感影像中的道路網(wǎng)數(shù)據(jù)；然后對 L濾波和強度約束以提取道路點云數(shù)據(jù)；其次提取道路為中心線并系以提取道路網(wǎng)面要素。數(shù)據(jù)驗所采用的高分辨率遙感影像和機載 LiDAR 點云數(shù)據(jù)是 ISPRS 市法伊英根（Vahingen）地區(qū)的數(shù)據(jù)。Vahingen 高分辨率遙感影像遙感協(xié)會于 2008 年 7 月至 8 月所獲取的影像所制作的正射影像，m，數(shù)據(jù)類型為假彩色影像，如圖 2-1 所示。 LiDAR 點云數(shù)據(jù)則是于 2008 年 8 月 21 日由 ALS50 傳感器所獲0m，視場角為 45°，平均點云密度為 6.7pts/m2，其三維效果如圖
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：P208

【參考文獻】

相關期刊論文 前10條

1 黃偉國;顧超;尚麗;楊劍宇;朱忠奎;;基于輪廓分層描述的目標識別算法研究[J];電子學報;2015年05期

2 祁友杰;朱恩;;一種非閉合曲線的傅里葉描述新算法[J];東南大學學報(自然科學版);2014年05期

3 彭檢貴;馬洪超;高廣;趙亮亮;;利用機載LiDAR點云數(shù)據(jù)提取城區(qū)道路[J];測繪通報;2012年09期

4 劉鵬程;;形狀識別在地圖綜合中的應用研究[J];測繪學報;2012年02期

5 曹聞;萬明英;李潤生;余文杰;;基于Zernike形狀矩的地圖匹配算法[J];計算機應用研究;2011年07期

6 王斌;;一種基于多級弦長函數(shù)的傅立葉形狀描述子[J];計算機學報;2010年12期

7 劉鵬程;艾廷華;胡晉山;成曉強;;基于原型模板形狀匹配的建筑多邊形化簡[J];武漢大學學報(信息科學版);2010年11期

8 張偉;何金國;;Hu不變矩的構造與推廣[J];計算機應用;2010年09期

9 張宇;劉雨東;計釗;;向量相似度測度方法[J];聲學技術;2009年04期

10 艾廷華;帥峗;李精忠;;基于形狀相似性識別的空間查詢[J];測繪學報;2009年04期

相關博士學位論文 前3條

1 翟仁健;基于全局一致性評價的多尺度矢量空間數(shù)據(jù)匹配方法研究[D];解放軍信息工程大學;2011年

2 邵世維;基于幾何特征的多尺度矢量面狀實體匹配方法研究與應用[D];武漢大學;2011年

3 王斌;形狀分析的新方法及其應用[D];復旦大學;2006年

相關碩士學位論文 前5條

1 胡大盟;圖像輪廓的特征描述及其單目標識別方法研究[D];蘇州大學;2016年

2 林熙;聯(lián)合語義約束和面向?qū)ο蠓椒ㄌ崛∩絽^(qū)居民地信息[D];西南交通大學;2016年

3 陳飛;基于機載LiDAR點云的道路提取方法研究[D];西南交通大學;2013年

4 任璐;基于形狀特征的圖像檢索算法研究[D];南昌航空大學;2011年

5 劉楊;面狀地圖綜合的質(zhì)量評價方法研究[D];中南大學;2009年

，

本文編號：2624398