当前位置:主页 > 科技论文 > 自动化论文 >

城市道路识别方法研究与实现

发布时间:2020-10-19 09:30
   遥感图像中存在大量的城市道路,这些城市道路是连接各区域的关键通道,同时它也是目标地区重要设施的连接,在军事和民用中有着举足轻重的地位。因此如何快速识别出遥感图像中的城市道路具有较强的实际意义。本文主要从遥感图像中提取城市中的主干道路为研究目标,对多源遥感图像进行预处理后做阈值化处理,然后进行霍夫直线检测得到城市主干道路的线性特征,通过提取霍夫直线特征的方法,识别城市主干道路。针对遥感图像,本文首先进行去噪及小波边缘检测预处理,对预处理后的图像进行阈值化,再结合道路的连通性识别道路。经过预处理后做阈值分割,提取主干道路的直线线性特征,同时进行超像素分割,依据道路灰度值特点,得到潜在道路的像素块,同时结合超像素分割中道路灰度值信息,得到超像素分割后像素块的潜在道路区域。将连续的潜在道路像素块链接起来,最终提取道路信息,实现城市道路识别。通过本文的遥感图像城市道路Hough线性检测和像素块特征以及连通性进行城市道路识别实验表明该方法可以识别城市主干道路。
【学位单位】:北方工业大学
【学位级别】:硕士
【学位年份】:2017
【中图分类】:TP751
【文章目录】:
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景
    1.2 遥感图像道路识别的研究现状
    1.3 遥感图像特性分析
    1.4 研究内容及论文安排
第二章 城市道路特征提取方法及SAR图像道路识别方法
    2.1 特征提取方法
        2.1.1 形状特征提取方法
        2.1.2 图像分割处理
        2.1.3 数学形态学处理
    2.2 多光谱图像的特征提取方法
        2.2.1 多光谱图像预处理
        2.2.2 多光谱图像分割
        2.2.3 多光谱图像的特征提取
        2.2.4 常用的边缘特征
    2.3 SAR图像道路识别方法
    2.4 本章小结
第三章 一种改进霍夫变换的多光谱、全色图像道路识别方法
    3.1 霍夫变换方法
    3.2 基于概率的霍夫直线特征提取算法
    3.3 实验结果与分析
    3.4 本章小结
第四章 基于超像素的多光谱、全色图像城市道路识别方法
    4.1 基于超像素分割的方法
    4.2 基于像素块特征的道路提取方法
    4.3 图像灰度值特征计算
    4.4 实验结果与分析
    4.5 本章小结
第五章 城市主干道路识别设计与实现
    5.1 城市主干道路识别系统分析
        5.1.1 城市主干道路识别系统可行性分析
        5.1.2 城市主干道路识别系统需求分析
    5.2 改进霍夫变换的城市道路模块
    5.3 基于超像素的像素块灰度值特征提取潜在道路模块
    5.4 本章小结
第六章 结论与展望
    6.1 主要工作内容
    6.2 研究展望
参考文献
在学期间的研究成果
致谢

【参考文献】

相关期刊论文 前10条

1 李建;张其栋;;基于霍夫变换的遥感图像城市道路的提取识别[J];电脑知识与技术;2017年03期

2 王竞雪;朱庆;王伟玺;赵丽科;;结合边缘编组的Hough变换直线提取[J];遥感学报;2014年02期

3 王春瑶;陈俊周;李炜;;超像素分割算法研究综述[J];计算机应用研究;2014年01期

4 杨辉;唐建锋;杨利容;许岳兵;;基于中值滤波和维纳滤波的图像混合噪声滤波研究[J];衡阳师范学院学报;2011年06期

5 潘建平;李治;;数学形态学多结构元素的道路提取[J];计算机工程与应用;2010年11期

6 杨利民;胡龙华;罗铁良;贾云生;;常用的几种遥感图像特征提取技术分析[J];中国高新技术企业;2009年01期

7 唐伟;赵书河;王培法;;面向对象的高空间分辨率遥感影像道路信息的提取[J];地球信息科学;2008年02期

8 刘慧婵;何国金;;基于形状的高分辨率遥感图像特征提取方法[J];计算机工程与应用;2007年19期

9 罗庆洲;尹球;匡定波;;光谱与形状特征相结合的道路提取方法研究[J];遥感技术与应用;2007年03期

10 万里红;杨武年;李天华;夏涛;简季;刘汉湖;;浅谈QuickBird遥感卫星影像几何精校正[J];测绘与空间地理信息;2007年02期


相关硕士学位论文 前4条

1 武敬飞;基于区域的彩色图像分割方法研究[D];合肥工业大学;2013年

2 胡德凤;基于纹理特征图像分割的研究[D];合肥工业大学;2013年

3 郑洋洋;基于内容的鞋图像检索的研究及应用[D];西南交通大学;2012年

4 罗佳宇;SAR图像强散射区域的检测分割[D];北京交通大学;2011年



本文编号:2847033

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2847033.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a955d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com