基于时频特征和支持向量机的高分辨率遥感影像道路提取

发布时间：2017-09-24 15:06

  本文关键词：基于时频特征和支持向量机的高分辨率遥感影像道路提取

  更多相关文章： 遥感影像 道路提取 时频特征 支持向量机 三维小波 迁移学习

【摘要】：道路是我国重要的基础交通设施,每年国家在基础建设上不断加大投资力度,道路建设也呈现出逐年增长状态。道路的实时更新对于车辆导航、交通管理、突发事件快速反应、城市规划以及智慧城市等相关研究领域都具有十分重要的意义。遥感技术能够提供大面积准实时的高分辨率影像,遥感影像上的光谱、纹理、空间结构特征越来越丰富,使得从遥感影像中提取道路信息成为可能。利用高分辨率遥感影像进行道路识别和提取,已成为图像处理、计算机视觉和图像理解等领域的重点研究课题之一,这不仅有益于丰富基础地理信息,同时在军事国防、城市规划、环境规划、地理信息更新和农业调查领域有着广泛应用。本文采用航空航拍和卫星遥感两种不同平台所获取的高分辨率影像作为数据源,综合运用时频特征抽取技术和支持向量机分类等方面的知识,实现高分辨率遥感影像中的道路提取。主要内容及成果如下：1.阐述了从高分辨率航空以及卫星遥感影像中提取道路的目的和意义,分析了国内外研究现状以及现阶段影响道路提取的几大因素。2.介绍了遥感影像预处理相关基本理论知识,包括遥感影像的几何校正,辐射校正,遥感影像空域增强和频域增强,以及遥感影像融合的相关内容。为遥感影像预处理提供理论基础。3.研究了一种基于地统计学特征抽取与支持向量机分类的遥感影像道路提取算法。首先分析了不同分辨率下的道路影像的特征,介绍了地统计学中变异函数和机器学习中支持向量机模型的基本理论；然后利用变异函数抽取纹理特征结合支持向量机分类进行道路粗分割,并采用道路形态特征与数学形态学相结合的方法处理道路区域；最后建立道路网络。多组对比实验结果表明,该算法较好地提取出了遥感影像中复杂道路。4.提出一种基于时频特征抽取和迁移支持向量机分类的高分辨率遥感影像道路提取算法。首先,利用地统计学抽取道路的时域纹理特征,利用三维小波变换抽取道路的频域光谱特征,时域纹理特征和频域光谱特征构成高分辨率遥感影像中的道路特征。然后,使用抽取的道路特征训练由迁移支持向量机模型构建的域自适应分类器,对高分辨率遥感影像进行道路粗提取。最后,结合道路形态特征,用数学形态学方法处理粗分类后的道路,获得提取后的完整道路。仿真实验结果表明,所提算法能有效降低高分辨率遥感影像道路提取中非道路目标的干扰,提高道路提取的精确性。
【关键词】：遥感影像 道路提取 时频特征 支持向量机 三维小波 迁移学习
【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751;TP18
【目录】：

• 摘要3-5
• Abstract5-10
• 第一章 绪论10-20
• 1.1 研究背景与意义10-12
• 1.2 国内、外研究现状12-16
• 1.2.1 基于像元的道路提取方法12-13
• 1.2.2 基于区域的道路提取方法13-14
• 1.2.3 基于知识的道路提取方法14-16
• 1.3 道路提取的影响因素16-18
• 1.4 本文研究内容和结构安排18-20
• 第二章 遥感影像预处理20-32
• 2.1 遥感影像校正20-25
• 2.1.1 遥感影像几何校正20-23
• 2.1.2 遥感影像辐射校正23-25
• 2.2 遥感影像增强处理25-27
• 2.2.1 空域增强25-26
• 2.2.2 频域增强26-27
• 2.3 遥感影像融合27-31
• 2.4 本章小结31-32
• 第三章 基于变异函数与支持向量机的道路提取算法32-50
• 3.1 不同分辨率下的道路影像特征描述与分析32-33
• 3.2 道路影像纹理特征提取33-39
• 3.2.1 地统计学概念33-34
• 3.2.2 经典统计学与地统计学的区别34-35
• 3.2.3 区域化变量概念和性质35
• 3.2.4 变异函数35-37
• 3.2.5 利用变异函数提取道路影像的纹理特征37-39
• 3.3 支持向量机分类39-42
• 3.3.1 支持向量机分类原理39-42
• 3.3.2 核函数42
• 3.4 道路形态特征和数学形态学处理42-44
• 3.4.1 道路的形态特征43
• 3.4.2 数学形态学处理43-44
• 3.5 道路提取流程44-46
• 3.6 实验结果与分析46-49
• 3.7 本章小结49-50
• 第四章 基于时频特征与迁移支持向量机的道路提取算法50-61
• 4.1 道路影像的光谱特征提取50-52
• 4.1.1 三维小波变换的概念50-51
• 4.1.2 利用三维小波变换提取道路影像的光谱特征51-52
• 4.2 迁移支持向量机分类52-55
• 4.2.1 迁移学习机原理52-53
• 4.2.2 迁移最小方差支持向量机分类模型53-55
• 4.3 道路提取流程55-56
• 4.4 实验结果与分析56-60
• 4.5 本章小结60-61
• 第五章 总结与展望61-63
• 5.1 全文工作总结61-62
• 5.2 今后工作展望62-63
• 参考文献63-68
• 致谢68-69
• 攻读硕士期间发表的论文69
• 攻读硕士期间参与的项目69

【相似文献】

中国期刊全文数据库 前10条

1 满旺;;高分辨率遥感铀矿地质勘查技术体系研究[J];厦门理工学院学报;2009年03期

2 武红宇;方毅;;基于形态学的高分辨率遥感影像道路自动提取[J];科技视界;2012年18期

3 顾钰培;肖兰玲;凌婷婷;达利春;;一种基于高分辨率遥感影像的建筑物提取方法[J];测绘与空间地理信息;2014年04期

4 赵书河;;高分辨率遥感数据处理方法实验研究[J];地学前缘;2006年03期

5 谢谦礼;程承旗;马廷;;一种基于高分辨率遥感影像的道路提取方法[J];计算机工程与应用;2006年17期

6 罗军;潘瑜春;王纪华;陆洲;曹荣龙;阎广建;;基于高分辨率遥感影像的设施农业资源信息采集技术研究[J];地理与地理信息科学;2007年03期

7 邵芸;郭华东;范湘涛;王尔和;朱博勤;马建文;张风丽;;奥运主场馆区工程环境高分辨率遥感监测与虚拟仿真研究[J];遥感学报;2008年04期

8 邵芸;;奥运主场馆区高分辨率遥感监测与虚拟仿真[J];高科技与产业化;2008年09期

9 陈世荣;马海建;范一大;徐丰;连健;;基于高分辨率遥感影像的汶川地震道路损毁评估[J];遥感学报;2008年06期

10 韩春峰;米晓飞;;基于高分辨率遥感影像的人口信息的提取综述[J];科技资讯;2010年04期

中国重要会议论文全文数据库 前10条

1 李艳芳;王生;;高分辨率遥感影像在公安行业的应用分析[A];第十七届中国遥感大会摘要集[C];2010年

2 赵书河;王培法;肖鹏峰;冯学智;;高分辨率遥感应用研究[A];中国地理学会2006年学术年会论文摘要集[C];2006年

3 朱晓铃;邬群勇;;基于高分辨率遥感影像的城市道路提取方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

4 张剑清;郑顺义;张勇;张宏伟;李治江;;高分辨率遥感影像的精纠正[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

5 马力;;基于高分辨率遥感影像的导航数据更新研究[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年

6 陈君颖;田庆久;;高分辨率遥感植被分类模式研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

7 燕琴;张继贤;刘玉红;钱广军;;以影像序列纠正高分辨率遥感影像的应用研究[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

8 温小欢;林广发;陈明华;陈友飞;;基于高分辨率遥感影像独立树冠提取方法之比较[A];中国地理学会百年庆典学术论文摘要集[C];2009年

9 罗震;杨存建;李小文;;基于高分辨率遥感影像的农村聚落信息的提取[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

10 董明;;基于高分辨率遥感影像的道路半自动提取方法研究[A];数字测绘与GIS技术应用研讨交流会论文集[C];2008年

中国重要报纸全文数据库 前1条

1 本报记者 崔恩慧;如何“玩转”高分辨率遥感技术?[N];中国航天报;2014年

中国博士学位论文全文数据库 前10条

1 霍宏;生物视觉启发的高分辨率遥感影像特征提取与目标检测研究[D];上海交通大学;2014年

2 李荣亚;双态云支持下高分辨率遥感存储与计算一体化研究[D];浙江大学;2014年

3 陶超;高分辨率遥感影像中的城区与建筑物检测方法研究[D];华中科技大学;2011年

4 陶超;高分辨率遥感影像中的城区与建筑物检测方法研究[D];华中科技大学;2012年

5 洪亮;基于对象马尔可夫模型的高分辨率遥感影像分割方法研究[D];武汉大学;2010年

6 陈杰;高分辨率遥感影像面向对象分类方法研究[D];中南大学;2010年

7 Rami Badawi（巴达卫）;基于高分辨率遥感影像的南京典型城区绿地信息提取[D];南京大学;2012年

8 张道兵;高分辨率遥感影像中交互式道路提取算法研究[D];中国科学院研究生院（西安光学精密机械研究所）;2007年

9 冯甜甜;基于高分辨率遥感数据的城市精细尺度人口估算研究[D];武汉大学;2010年

10 李海霞;高分辨率遥感影像对象分类方法研究及其城乡规划监测应用[D];中国农业大学;2014年

中国硕士学位论文全文数据库 前10条

1 许潜金;基于高分辨率遥感影像与LiDAR点云的损毁建筑物提取方法研究[D];西南交通大学;2015年

2 李建飞;高分辨率遥感影像中的道路信息提取与表达方法研究[D];湖南工业大学;2015年

3 孙雯;微小卫星低成本高分辨率遥感相机的设计和研制[D];苏州大学;2015年

4 程臻;面向对象的高分辨率遥感影像全要素分类研究[D];哈尔滨工业大学;2015年

5 安丽;基于Hough变换的高分辨率遥感影像道路提取[D];东华理工大学;2015年

6 陈璐璐;土地利用动态监测在土地执法中的应用[D];南京农业大学;2014年

7 白金婷;结合高分辨率遥感影像多维特征的森林分类[D];北京林业大学;2016年

8 张曦;基于时频特征和支持向量机的高分辨率遥感影像道路提取[D];安徽大学;2016年

9 康萌萌;基于共享特征的高分辨率遥感影像多层次分类研究[D];上海交通大学;2013年

10 潘旋;基于混叠采样的高分辨率遥感光谱成像研究[D];西安电子科技大学;2013年

，

本文编号：912066