基于车辆轨迹和遥感图像的道路网络生成算法研究

发布时间：2022-01-20 07:30

　　城市的发展离不开道路网络的建设,而一份精确完整的道路网络地图则是交通导航、路线规划等城市交通活动的重要前提。城市的不断升级改造势必会对城市中的道路网络造成影响,但传统的基于人工测绘的道路网络地图绘制方法存在着周期长、成本高等缺点,因此一个高效、经济的道路网络生成更新方法具有巨大的应用价值。随着移动互联网技术与卫星定位技术的普及,获取移动物体的轨迹变得越来越容易。现如今,大多数汽车都配备了定位和导航设备,这些汽车每天都会产生大量的轨迹数据,这些轨迹数据揭示了道路网络的形状及其演化规律,但由于车辆轨迹数据的获取较为困难,因此生成的道路网络的覆盖率较低。航空航天技术的成熟使得高清遥感图像的获取变得十分容易。高清遥感图像中蕴含着不同层级的道路,但是从高清遥感图像中准确地提取道路网络比较困难,且高清遥感图像的时效性较差。本文结合了这两种数据的优点,提出了两种高效、高精度的道路网络提取算法。首先,本文提出了一种增量学习车辆轨迹并从中提取道路网络的算法。该算法首先对输入的车辆轨迹数据进行预处理,然后通过代表点和连接线段分别记录车辆轨迹中的位置信息和时序信息,最后结合Delaunay三角网和Dijks... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图４．１８骨架图与高清遥感图像叠加??５３??

主要依据车辆轨迹的以下特性：??（１）车辆轨迹数据对道路结构信息的表达。一般车辆的移动受限于现有的道路网络（不??能在平面上随意移动），因此车辆轨迹数据中包含了丰富的道路结构信息。如图２．１所示，??大量的车辆轨迹叠加在一起，大致地勾勒出了该地区的道路网络的结构。??８??

低分辨率遥感图像的分辨率为１００米级，中分辨率为１０米级，高分辨率为米级。一般情??况下，中低分辨率的遥感图像包含较少的信息，细节部分不够清楚，因此适合观测宏观物??体。而高分辨率遥感图像包含了更多的信息，细节更加丰富，如图２．２所示。在高分辨率??图像上道路细节清晰可见，因此一般使用高分辨率的遥感图像进行道路识别研究。但是更??多的细节也意味着更多的干扰，高分辨率图像中道路上的汽车，道路两旁的树木，以及与??道路形状相似的河流河堤等都对道路提取算法产生了较大影响，大大增加了道路识别的难??度。??１０??

【参考文献】：
期刊论文
[1]遥感图像道路提取方法综述[J]. 张永宏,何静,阚希,夏广浩,朱灵龙,葛涛涛.  计算机工程与应用. 2018(13)
[2]轨迹大数据:数据处理关键技术研究综述[J]. 高强,张凤荔,王瑞锦,周帆.  软件学报. 2017(04)
[3]自发地理信息研究综述[J]. 尹健,李光强,职露,余容.  计算机应用研究. 2016(05)
[4]轨迹大数据:数据、应用与技术现状[J]. 许佳捷,郑凯,池明旻,朱扬勇,禹晓辉,周晓方.  通信学报. 2015(12)
[5]互联网文本蕴含道路交通信息抽取的模式匹配方法[J]. 仇培元,张恒才,陆锋.  地球信息科学学报. 2015(04)
[6]基于双阈值SSDA模板匹配的遥感图像道路边缘检测研究[J]. 阙昊懿,黄辉先,徐建闽.  国土资源遥感. 2014(04)
[7]基于深度学习网络的射线图像缺陷识别方法[J]. 余永维,殷国富,殷鹰,杜柳青.  仪器仪表学报. 2014(09)
[8]基于形状先验和Graph Cuts原理的道路分割新方法[J]. 周绍光,陈超,赫春晓.  测绘通报. 2013(12)
[9]结合纹理与形状特征的高分辨率遥感影像道路提取[J]. 左娟,李勇军.  测绘. 2013(03)
[10]DELAUNAY三角网的算法详述及其应用发展前景[J]. 邵春丽,胡鹏,黄承义,彭琪.  测绘科学. 2004(06)

硕士论文
[1]基于卷积神经网络的遥感图像道路提取研究[D]. 叶雪娜.陕西师范大学 2017
[2]顾及几何特征的数学形态学高分辨率遥感道路提取方法研究[D]. 周秋琳.中南大学 2013
[3]基于手持移动终端的灾情数据采集系统研究[D]. 刘瑞.上海师范大学 2012
[4]基于REST Web Service的自发地理信息应用研究[D]. 刘爱丽.辽宁工程技术大学 2012



本文编号：3598420