【摘要】：合成孔徑雷達(SAR)是一種主動式雷達,SAR成像技術(shù)最顯著的優(yōu)勢在于它不受天氣、環(huán)境的影響,能夠全天時、全天候地獲取高分辨遙感數(shù)據(jù)。由于SAR技術(shù)具有十分明顯的優(yōu)勢,因此被應(yīng)用到了軍事、海洋、民用等眾多領(lǐng)域。而道路作為基礎(chǔ)地理信息,具有重要的意義,它的檢測和精確定位對于GIS數(shù)據(jù)獲取、影像理解、制圖等都具有重要價值。因此如何更準確地從SAR圖像中提取道路網(wǎng)日益受到重視,成為近年來研究的熱點。由于背景環(huán)境的復(fù)雜性和道路類型的多樣性,使得在SAR圖像上進行道路檢測存在虛警區(qū)域較大、目標定位不準確等問題。在分析研究了當前SAR圖像在道路檢測方面的面臨的問題之后,本文提出了基于素描圖和先驗約束的高分辨率SAR圖像道路檢測方法,創(chuàng)新點如下:(1)提出了基于空間延展度和灰度分布連接度的可表示道路的素描線段提取方法。在獲取的SAR圖像的素描圖中,對于可表示多種語義信息的素描線段來說,首先應(yīng)該對可表示道路的素描線段進行提取,本文中,首先利用道路的先驗特性和統(tǒng)計信息對疑似道路素描線段進行初步篩取;然后對SAR圖像的語義空間和像素空間進行信息交互,設(shè)計素描線段的空間延展度和灰度分布連接度的計算規(guī)則,并對兩個特性進行結(jié)合得到可表示道路的素描線段集合。經(jīng)過仿真實驗,該方法可以篩除大量虛警區(qū)域,實現(xiàn)對可表示道路的素描線段的有效性檢驗。(2)提出了基于MRF鏈的素描線段啟發(fā)式連接方法。由于噪聲、遮擋等干擾因素,使得SAR圖像中的道路映射到素描圖中表示為多條斷裂的素描線段,針對此問題,我們利用道路特有的延展性,根據(jù)基于空間延展度和灰度分布連接度的可表示道路的素描線段提取算法,得到素描線段間的連接條件概率,利用馬爾科夫鏈的思想,計算最大連接概率來確定當前素描線段的連接狀態(tài),以及適合連接的下一條素描線段。通過實驗仿真,該方法針對SAR圖像上,道路斷裂部分做了補充,實現(xiàn)貼合道路的素描線段的準確連接。(3)提出了基于超像素分割的道路區(qū)域的定位方法。由于道路是具有一定長度和寬度的帶狀結(jié)構(gòu),因此需要對道路的橫向區(qū)域進行定位。對于已完成連接的表示道路的素描線,通過分水嶺超像素分割,利用對素描線周圍的超像素的面積、位置等信息,確定道路區(qū)域和素描線的相對位置關(guān)系,并利用Hough變換設(shè)計算法確定道路邊緣。通過實驗仿真,本文算法可以準確判別道路目標的位置,并根據(jù)道路邊緣的相對位置較好地確定最終道路區(qū)域。
【圖文】：

[30]。圖1.1 道路檢測的一般流程圖低層道路特征點檢測，可分為分類法和邊緣檢測法兩大類。分類法側(cè)重于根據(jù)既有信息區(qū)分去道路點和非道路點。通常有模糊 C 均值聚類法（FCM），神經(jīng)網(wǎng)絡(luò)法，支持向量機法（SVM），恒虛警檢測器法（CFAR），灰度閾值化處理法等等。邊緣檢測法[31] [32]側(cè)重于對線特征的檢測。通常有均值比率提取(ROA)邊緣檢測算子法[33]，，ROA 衍生改進邊緣檢測算子法、加權(quán)的均值比率（ROEWA）邊緣檢測算子法，小波多尺度邊緣檢測算子法[34][35]，廣義似然比(GLR)邊緣檢測算子法、 Snake 模型法

（e）受周邊目標影響道路光學(xué)圖 （f）受周邊目標影響道路原圖（g）被遮擋道路光學(xué)圖 （h）被遮擋道路原圖圖1.2 不同形態(tài)的道路1.4.2 SAR 圖像道路檢測的先驗特征分析不同分辨率遙感圖像上的道路特征：中低分辨率影像：由于中低分辨率影像的分辨率的一般都在 20m 以上，所以可以顯現(xiàn)的地物細節(jié)不多。地物清晰度低，道路在影像上的灰度基本一致，與周圍地物具有明顯的差異。在如下上能夠利用道路影像知識一些結(jié)果簡單的道路，對于城市復(fù)雜的道路低分辨率影像無法滿足要求。高分辨率影像：高分辨率影像的包含空間高分辨和時間高分辨兩個概念。其中，高空間分辨率是指空間分辨率在5m甚至1m以下，可以顯示更多更清晰的地物信息，高時間分辨率一般是指衛(wèi)星都是近軌太陽同步衛(wèi)星，這樣就使得采樣周圍變短，步驟信息更快，效率更高。與中低分辨率影像相比，高分辨率影像由于空間分辨率增加（一般在 1m 以下）
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN957.52

【參考文獻】

相關(guān)期刊論文 前10條

1 陸萍萍;杜康寧;禹衛(wèi)東;王宇;鄧云凱;;基于特征融合的HJ-1-CSAR圖像道路特征提取算法[J];雷達學(xué)報;2014年03期

2 王春瑤;陳俊周;李煒;;超像素分割算法研究綜述[J];計算機應(yīng)用研究;2014年01期

3 程江華;關(guān)永峰;庫錫樹;孫即祥;;利用雙窗口檢測和粒子濾波提取高分辨率SAR圖像道路中心點[J];電子與信息學(xué)報;2012年05期

4 朱昌盛;周偉;關(guān)鍵;;基于平行線對檢測的SAR圖像主干道提取算法[J];中國圖象圖形學(xué)報;2011年10期

5 和會;鄧少平;趙爭;;星載SAR影像解譯研究——以橫斷山脈地區(qū)為例[J];測繪與空間地理信息;2011年02期

6 吳禹昊;陳天澤;粟毅;;基于方向ROEWA算子的高分辨率SAR圖像道路提取[J];計算機工程與科學(xué);2010年08期

7 趙青;孔繁興;;基于MAP-MRF模型的SAR圖像道路提取[J];系統(tǒng)工程與電子技術(shù);2008年10期

8 鄭玉燕;何建農(nóng);;基于數(shù)學(xué)形態(tài)學(xué)的SAR圖像道路提取[J];微計算機信息;2008年24期

9 賈承麗;趙凌君;吳其昌;匡綱要;;基于遺傳算法的SAR圖像自動道路提取[J];中國圖象圖形學(xué)報;2008年06期

10 李光耀;胡陽;;高分辨率遙感影像道路提取技術(shù)研究與展望[J];遙感信息;2008年01期

相關(guān)博士學(xué)位論文 前1條

1 賈承麗;SAR圖像道路和機場提取方法研究[D];國防科學(xué)技術(shù)大學(xué);2006年

本文編號：2682498