基于轨迹数据的路网信息提取及更新研究

发布时间：2020-05-29 21:48

【摘要】：随着城市规模不断扩大,城市道路网络处于快速变化之中,及时获取准确的路网信息变的尤为重要。从车辆轨迹及街景影像数据中获取路网信息相对于传统方法具有低成本、高现势性的优点,但也存在数据分布不均匀、精度低、噪声多及如何从街景影像中获取交通标识等问题。本文聚焦轨迹及街景影像数据,提出基于轨迹数据提取道路中心线、道路交叉口、道路边界、路网更新的方法以及基于街景影像获取交通标识语义信息的方法。本文主要研究工作如下:(1)研究了基于轨迹数据获取道路中心线的方法,通过对轨迹数据栅格化得到轨迹栅格图像,以此为基础使用数学形态学及其形态学骨架提取算法对轨迹图像进行处理获取道路中心线。在此基础上引入同态滤波对形态学骨架提取算法进行改进,实验表明优化后的算法去噪效果较好。(2)研究了提取道路交叉口的方法,以道路中心线为基础,本文采用道路中心线交叉口像素邻域判别法,通过对中心点像素构建8邻域像素框来判别像素点个数,从而提取道路交叉口,实验结果表明该方法在提取道路交叉口中准确率提升了6.06%。(3)研究了提取道路边界的方法,采用密度变化指数和边长指数作为约束条件来构建狄罗尼三角网,建立道路边界判别模型,最后通过优化Canny边缘检测算子探测道路边界,使其在阈值(0,1)内既有较好的抗噪性,又有较好的边缘保持性。(4)研究了路网更新的方法,采用图像差值法和基于小波变化及SIFT的路网更新方法。本文通过RANSAC算法对SIFT算法进行优化,实现对图像差值法的改进,实验结果表明对路网的噪声边有较好的剔除效果,最后通过小波变换和SIFT实现路网更新。(5)通过全卷积神经网络进行深度学习实现语义分割,对获取交通标识信息进行了初步探索。
【图文】：

技术路线图,技术路线,论文结构

图 1.1 技术路线1.4 本章小结本章对论文的绪论部分做了详细的阐述，主要介绍了论文的研究背景及意义、国内外研究现状、研究目标、研究内容、论文结构安排等内容，确定了本文的研究思路、论文结构和技术路线。

影像,结构元素,目标图像,计算公式

数学形态学基本运算包括：腐蚀、膨胀、开运算、闭运算，其中腐蚀是运用结构元素 B 在目标影像 X 内部运动最终将运动轨迹所围成的图像标记出来，被标记的图像即为腐蚀后的图像(如图2.1所示)，这种运算可以剔除目标图像内部小于结构元素的毛刺，可以使目标图像缩小，用公式 2.1 表示：XB{ x|(B)X}x （2.1）图 2.1 腐蚀集合 X 被结构元素 B 膨胀，表示为 X B，其计算公式见式 2.2，X 为目标图像，，B 为结构元素。是以 B 为中心开始在集合外部进行移动，移动过程中将中心位置标记出来
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U495

【参考文献】