高分辨率遥感图像道路提取方法研究

发布时间：2020-07-21 22:37

【摘要】：道路作为一种重要的地物类型对人们的生活出行、城市的规划发展具有重要作用,从遥感图像中提取道路信息具有实用的科学价值和现实意义。但随着遥感技术的发展,遥感影像分辨率提升的同时,描述地物的信息变得愈来愈丰富,识别提取道路信息的难度也随之提升。本文对多种遥感图像道路提取方法进行了深入研究,并在遥感图像特征和道路特征的基础上,对现有的道路提取方法做出了一些有益的改进。首先,采用了基于边缘线的遥感图像道路提取研究方法,由于遥感影像成像的特殊性,传统的光学边缘检测方法不能很好的适用。本文在Canny边缘检测算法的检测框架下,引入一种目标尺度的概念,提出了一种改进的边缘提取方法。考虑到遥感图像成像的复杂性,受干扰较多易产生噪声,在滤波环节采用一种平滑尺度自适应的高斯滤波,达到减少噪声并尽最大可能的保留边缘细节的目的。其次,在对最终边缘判断的双阈值部分,依据像素点目标尺度范围内的局部特性自适应的选取高低阈值。并在实验环节与多种方法进行对比,试验结果表明,该改进方法不仅能有效滤除遥感图像较多的噪声,并且在准确判断边缘线的性能上要明显好于其他方法。其次,采用了基于区域的遥感图像道路提取研究方法,吸收和借鉴前人的研究成果采用均值漂移算法(Mean Shift)来分割提取道路。分析发现传统的方法大都基于光谱特征来进行分割提取,对分辨率较高的遥感图像所存在的“异物同谱、同物异谱”现象造成的误判问题较为严重。本文提出一种基于多种特征结合的均值漂移算法,在边缘统计特征、光谱特征、位置特征的基础上,完成图像的分割,并采用Otsu方法将图像二值化为道路部分和背景部分。通过后续的实验表明这些特征的结合对道路的误判问题是行之有效的。最后,针对通过以上两种道路提取方法分别得到地物边缘线以及初步分割的道路区域之后,仍存有的少量非地物部分。再分别依据道路的几何特征和形态学方法进行精细化处理。最终试验结果表明两种道路提取方法的有效性和优越性。
【学位授予单位】：湘潭大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP751
【图文】：

道路提取,形式

ｔ邋ｒ逡逑连接道路段形成逡逑道路网逡逑图１．１半自动法道路提取大致流程逡逑自动道路提取算法不需要人为参与，其首要就是分析出图像中道路的特征ｗ，逡逑然后再综合利用到多方面技术（如多尺度［５］、面向对象［６］［７］等技术）来进行道路识逡逑别提取。但是目前自动道路提取的方法还不够成熟，没有通用的模型，有许多待逡逑完善的环节。逡逑随着各类方法的发展，将道路提取算法简单的采用自动、半自动方式来进行逡逑描述受到了越来越大的局限。曹云刚ｗ按照提取层次的不同，认为道路提取方法逡逑可分为３种类型：逡逑（１）

示意图,阈值法,图像边缘,导数

图２．邋２图像边缘及其导数规律示意图逡逑

分布图,中值滤波,模板,线性平滑

（ａ）中值滤波前逦（ｂ）中值滤波后逡逑图２．邋５中值滤波效果对比逡逑２．２．２局斯滤波逡逑高斯滤波是一种线性平滑滤波，在消除噪声千扰中的应用较为广泛。逡逑一维高斯滤波函数：逡逑ＧＭ＝＾ｋｅｘｐ｛＾）邋｛２－ｕ）逡逑其中，高斯分布参数（７决定了高斯函数的宽度，分布图如下：逡逑１１逡逑

【参考文献】