道路是最基礎(chǔ)、最重要的地理信息數(shù)據(jù)之一,使得基于遙感影像的道路提取具有重要意義和研究價值。道路交叉口作為道路網(wǎng)的節(jié)點,具有穩(wěn)定、可靠的特征,可以提供道路連接方向、拓?fù)潢P(guān)系等信息,獲取道路交叉口對道路提取具有非常重要的作用。高分辨率遙感影像是目前使用最廣泛的影像數(shù)據(jù)之一,本文主要研究了從高分辨率遙感影像上提取道路交叉口以及道路信息,主要工作如下:（1）將道路交叉口作為獨立地物目標(biāo),研究了基于深度學(xué)習(xí)目標(biāo)檢測算法的道路交叉口檢測。針對不同類別的道路交叉口構(gòu)建樣本集,訓(xùn)練深度學(xué)習(xí)物體檢測模型Faster R-CNN,從高分辨率遙感影像中自動識別與定位道路交叉口。實驗結(jié)果顯示,基于深度學(xué)習(xí)的道路交叉口檢測可以從遙感影像上檢測出影像中主干道路形成的面狀交叉口,不僅能夠定位道路交叉口目標(biāo)的幾何位置,而且能夠較準(zhǔn)確地識別出道路交叉口的幾何形狀類型,其精度優(yōu)于傳統(tǒng)方法。算法適用于空間分辨率高于2m、道路寬度大于5個像素的高分辨率遙感影像。（2）研究了基于圖割的圖像分割算法進行道路交叉口同質(zhì)區(qū)域提取。針對道路交叉口的特點,引入GLCM紋理特征和像元形狀指數(shù)特征,與光譜特征共同構(gòu)成特征空間,然后構(gòu)建圖割的... 

【文章來源】：武漢大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－２遙感影像上的道路??為了更晰的表示道路網(wǎng)結(jié)構(gòu)，圖２－２中的道路網(wǎng)可以使用

圖２－３示的型進

?ｍｒｎｍｉｍｍｍ??圖２－２遙感影像上的道路??為了更璋晰的表示道路網(wǎng)結(jié)構(gòu)，圖２－２中的道路網(wǎng)可以使用圖２－３所示的模型進行??簡化表示：??圖２－３道路網(wǎng)結(jié)構(gòu)簡化圖??圖２－３中方形框所包圍的區(qū)域為不同道路之間的匯聚區(qū)域，稱為道路交叉口區(qū)域。它??是道路網(wǎng)最重要的節(jié)點信息，占據(jù)舉足輕重的位置。??道路交叉口可以分為平面交叉口與立體交叉口。平面交叉口就是道路在同一個平面上??匯集到一起，比如行人等待紅綠燈的十字路口。立體交叉口是兩條道路相交時，不在同一??水平高度，一般使用跨線橋或涵洞使相交道路在不同的平面上。??由于二維的遙感影像沒有高程信息，因此在遙感影像地物信息提取中，一般只討論平??面交叉口。平面交叉口按照道路交叉口連接的道路分支個數(shù)和形狀特征可分為三岔路口、??四岔路口和環(huán)形路口，不同類型的道路交叉口的形狀特征如圖２－４所示。??１０??


本文編號：3072458