基于高分辨率遙感影像的道路提取研究

《基于高分辨率遙感影像的道路提取研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、分類號：TP75單位代碼：10183研究生學號：2015512058密級：公開吉林大學碩士學位論文(學術(shù)學位)基于高分辨率遙感影像的道路提取研究ResearchonRoadExtractionBasedonHighResolutionRemoteSensingImage作者姓名：周婷婷專業(yè)：電磁場與微波技術(shù)研究方向：微波遙感技術(shù)指導教師：顧玲嘉教授培養(yǎng)單位：電子科學與工程學院2018年5月————————————————————————————基于高分辨率遙感影像的道路提取研究————————————————————————————Researc

2、honRoadExtractionBasedonHighResolutionRemoteSensingImage作者姓名：周婷婷專業(yè)名稱：電磁場與微波技術(shù)指導教師：顧玲嘉教授學位類別：工學碩士答辯日期：年月日未經(jīng)本論文作者的書面授權(quán)，依法收存和保管本論文書面版本、電子版本的任何單位和個人，均不得對本論文的全部或部分內(nèi)容進行任何形式的復制、修改、發(fā)行、出租、改編等有礙作者著作權(quán)的商業(yè)性使用(但純學術(shù)性使用不在此限)。否則，應承擔侵權(quán)的法律責任。吉林大學博士(或碩士)學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交學位論文，是本人在指導教師的指導下，獨立進行研

3、究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律結(jié)果由本人承擔。學位論文作者簽名：日期：年月日《中國優(yōu)秀博碩士學位論文全文數(shù)據(jù)庫》投稿聲明研究生院：本人同意《中國優(yōu)秀博碩士學位論文全文數(shù)據(jù)庫》出版章程的內(nèi)容，愿意將本人的學位論文委托研究生院向中國學術(shù)期刊(光盤版)電子雜志社的《中國優(yōu)秀博碩士學位論文全文數(shù)據(jù)庫》投稿，希望《中國優(yōu)秀博碩士學位論文全文數(shù)據(jù)庫》給予出版，并同意在《中國博碩士學位論文評價數(shù)據(jù)

4、庫》和CNKI系列數(shù)據(jù)庫中使用，同意按章程規(guī)定享受相關(guān)權(quán)益。論文級別：■碩士□博士學科專業(yè)：電磁場與微波技術(shù)論文題目：基于高分辨率遙感影像的道路提取研究作者簽名：指導教師簽名：年月日作者聯(lián)系地址(郵編)：吉林省長春市前進大街2699號吉林大學電子科學與工程學院(130012)作者聯(lián)系電話：17519271099摘要基于高分辨率遙感影像的道路提取研究隨著遙感技術(shù)的快速發(fā)展，衛(wèi)星影像的空間分辨率和時間分辨率也有了巨大的提升，商業(yè)化應用也越來越普及。道路的提取在智能化交通中有著廣闊的應用前景，利用高分辨率遙感影像進行道路信息提取，相對于傳統(tǒng)交通信息采集

5、方法具有分辨率高，覆蓋面積廣的優(yōu)點。這對城市規(guī)劃、交通運輸管理、用戶出行路線選擇等方面都具有重大的指導意義。本文以高分辨率遙感影像全色和多光譜融合后影像作為數(shù)據(jù)源，主要研究基于高分辨率遙感影像的道路提取方法，具體的研究內(nèi)容和創(chuàng)新工作如下：(1)基于地物光譜特性的道路提取算法研究。首先，對獲取的高分辨率多光譜及全色遙感影像進行預處理，并進行影像融合；其次，對融合后的影像進行直方圖均衡化和線性增強，并對影像進行最佳閾值分割，同時，針對植被、水體等背景的光譜特性，利用歸一化水體指數(shù)(NDWI)和歸一化植被指數(shù)(NDVI)提取植被和水體信息；然后，融合影

6、像最佳閾值分割結(jié)果和植被、水體提取結(jié)果，得到背景抑制后的道路目標；最后，利用面積、長寬比等形狀特征對道路目標進行形態(tài)學處理，得到最終道路提取結(jié)果。(2)基于改進FCM方法和形態(tài)學處理的道路中心線提取算法研究。首先，利用改進FCM算法對高分辨率遙感影像進行分割；然后，利用數(shù)學形態(tài)方法去除道路之外的小噪聲，并利用形態(tài)學細化提取中心線；最后，通過中心線毛刺剔除得到最終中心線提取結(jié)果。實驗結(jié)果表明，與傳統(tǒng)中心線提取算法相比，本文中心線提取算法對中心線的提取平均完整性達97.98%，平均準確性達95.36%，平均質(zhì)量達93.59%。本文提出的道路提取算法提

7、高了傳統(tǒng)FCM算法的抗噪聲能力，此外，利用形態(tài)學細化提取中心線的方法，降低了傳統(tǒng)道路中心線提取的計算量。(3)基于多尺度分割和距離場計算的道路重構(gòu)算法研究。首先，對現(xiàn)有的三種多尺度分割算法進行比較分析，選取最優(yōu)多尺度分割算法對影像進行分割，并運用特征提取得到初始道路區(qū)域；其次，采用FMM算法求初始化道路的邊界距離場、源距離場，利用最小代價路徑算法求得初始中心線，并結(jié)合邊界距離場計I算初始化中心線的路寬；然后，對初始化中心線求取張量場連接斷裂中心線；最后，將最終中心線與其對應的路寬進行匹配，重構(gòu)得到最終道路。實驗結(jié)果表明，道路中心線提取的平均完整為

8、94.81%，平均準確性為97.49%，平均質(zhì)量為92.66%。本文提出的道路提取算法改進了傳統(tǒng)道路中心線提取結(jié)果精度低，中心線斷裂等問