本文關鍵詞：高分辨率遙感影像中典型道路提取方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：道路是連通城市的脈絡,屬于典型的人工地物。隨著衛(wèi)星成像分辨率的不斷提高,如何高效、精確地從高分辨率遙感影像中提取道路信息具有重要意義和研究價值。本論文主要研究高分辨率遙感衛(wèi)星影像中道路信息的提取方法。道路根據其彎曲程度、結構布局可分為不同類型的道路網絡。針對不同類型的道路影像,本論文中分別應用分辨率為0.41m~2m的全色影像及分辨率為4m的多光譜影像對道路信息進行精確提取。論文首先分析道路信息的基本特征,針對其特征對高分辨率遙感影像進行預處理進而實現(xiàn)對目標信息的增強以及對背景噪聲干擾的抑制。在此基礎上,對影像進行分割以實現(xiàn)目標與背景地物的初步分離。在此基礎上,利用形狀指數實現(xiàn)對道路信息的精確提取,之后應用多方向形態(tài)學結構元素對影像進行形態(tài)學操作,以平滑道路信息、填充小孔洞。針對道路初步提取結果存在的兩個問題:非道路信息與道路粘連無法剔除以及由交通標志等地物的遮擋導致的道路主體上的斷裂和孔洞,論文提出基于張量投票的方法對道路初步提取結果進行精細處理,剔除粘連的非道路信息、連接斷裂處,對道路初步提取結果進行提純,完善提取的道路信息。對道路提純結果影像進行張量投票,檢測球顯著性特征,結合道路交叉口特性,實現(xiàn)道路交叉口的精確檢測和識別。進一步地在道路完整提取的基礎上,應用基于LSD的算法對直線型道路的中心線進行優(yōu)化提取,結合張量投票以及交叉口特性實現(xiàn)對曲線型道路中心線的優(yōu)化提取。通過對不同數據源、不同分辨率、不同類型的高分辨率遙感影像進行道路提取的實驗結果的分析表明,論文提出的道路提取方法具有較高的精度以及較強的魯棒性,對于不同類型的道路均可實現(xiàn)精確提取。
【關鍵詞】：高分辨率遙感影像 道路提取 張量投票 交叉口檢測 道路中心線提取
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP751
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-16
• 1.1 研究背景及意義9-10
• 1.2 國內外研究現(xiàn)狀及分析10-13
• 1.2.1 國內研究現(xiàn)狀10-11
• 1.2.2 國外研究現(xiàn)狀11-13
• 1.2.3 國內外研究現(xiàn)狀分析13
• 1.3 論文主要研究內容13-14
• 1.4 論文結構安排14-16
• 第2章 高分辨率遙感影像道路初步提取16-31
• 2.1 道路特征分析16-17
• 2.2 高分遙感影像預處理17-21
• 2.2.1 空域濾波17-19
• 2.2.2 形態(tài)學濾波19-21
• 2.3 高分遙感影像分割處理方法21-28
• 2.3.1 基于光譜特征的分割方法21-23
• 2.3.2 基于邊緣特征的分割方法23-26
• 2.3.3 基于水平集演化的分割方法26-28
• 2.4 道路特征提取及形態(tài)學修正28-30
• 2.5 本章小結30-31
• 第3章 基于張量投票的道路提純及交叉口檢測31-44
• 3.1 張量投票算法31-32
• 3.2 張量投票場設計32-35
• 3.3 張量投票實現(xiàn)過程35-38
• 3.4 基于張量投票的道路精細處理38-43
• 3.4.1 道路提純38-40
• 3.4.2 道路交叉口檢測40-41
• 3.4.3 實驗驗證及分析41-43
• 3.5 本章小結43-44
• 第4章 道路中心線優(yōu)化提取及道路提取實驗分析44-64
• 4.1 道路中心線優(yōu)化提取44-50
• 4.1.1 直線型道路中心線優(yōu)化提取44-48
• 4.1.2 曲線型道路中心線優(yōu)化提取48-50
• 4.2 道路網結構分析50-51
• 4.3 不同類型道路提取實驗結果51-62
• 4.3.1 直線型道路提取52-55
• 4.3.2 環(huán)型道路提取55-57
• 4.3.3 自由型道路提取57-59
• 4.3.4 混合型道路提取59-61
• 4.3.5 機場跑道提取61-62
• 4.4 本章小結62-64
• 結論64-65
• 參考文獻65-70
• 攻讀碩士學位期間發(fā)表的論文70-72
• 致謝72

  本文關鍵詞：高分辨率遙感影像中典型道路提取方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：465307