无人机低空高分辨率影像道路提取方法研究

《无人机低空高分辨率影像道路提取方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、：分类编号：单位代码７１０１６：密级：学号２０１５０９０００３硕士学位论文＿ｉ论文题目：无人机低空高分辨率影像道路提取方法研究ＲｅｓｅａｒｃｈＯｎＲｏａｄＥｘｔｒａｃｔｉｏｎＭｅｔｈｏｄＦｏｒＵＡＶＬｏｗＡｌｔｉｔｕｄｅＨｉｇｈＲｅｓｏｌｕｔｉｏｎＩｍａｇｅ作者姓名：王雅琦指导教师：崔红霞教授专业名称：软件工程研究方向：图像处理２０１５级学院年级：信息科学与技术学院２０１７完成日期：年４月渤海大学研究生学院无人机低空高分辨率影像道路提取方法

2、研究[摘要]伴随无人机低空遥感技术在高分辨率影像获取上的广泛应用，无人机低空遥感现已成为城乡道路规划必不可少的技术。无人机具有机动灵活、更新速度快等优势，在道路提取上有很大的作用。针对城乡结合部道路无人机低空遥感获取到的高分辨率影像易受到树木、交通标识、建筑阴影等其它地物的噪声干扰，且与道路光谱或纹理特征相近的地物，易出现“同谱异物”、“同物异谱”的现象，这些都对道路提取造成不同程度的困难。针对城乡结合部道路的提取，提出一种自动混合特征道路提取方法和流程，具体研究内容包括：结合RGB、HSI两种颜色空间模型不同颜色

3、通道的优势，提出一种混合的光谱特征提取法；传统方法的纹理特征参数选取较为固定且需人工处理，本文采用一种改进的类距离可分离性判据优选纹理特征法；利用上述方法提取光谱、纹理特征并利用D-S证据理论进行特征融合，采用改进基于证据理论的似然函数阈值确定方法，对像素是否为道路进行判定。通过混合特征提取目标影像的道路二值图，使用区域标记法结合外接矩形的几何特征方法对提取的道路二值图影像进行后续处理；通过Wiedemann质量评价方法，进行实验评价。实验数据表明，本文提出的方法在无人机低空高分辨率遥感影像城乡结合部道路提取上有很

4、好的效果，道路提取的完全率可达到95%以上，且此方法可拓展至其它地物的提取。[关键词]无人机；道路提取；纹理特征；证据理论；几何特征IResearchOnRoadExtractionMethodForUAVLowAltitudeHighResolutionImageABSTRACTWiththewideapplicationoflowaltituderemotesensingtechnologyinthehighresolutionimageacquisition,thelowaltituderemotesensi

5、ngofUAVhasnowbecomeanecessarytechnologyforurbanandruralroadplanning.UAVhasmanyadvantages,suchasflexibility,speedofupdating,andsoon,whichplaysanimportantroleinroadextraction.Thehighresolutionimagesobtainedbythelowaltituderemotesensingoftheurbanandruralunmanneda

6、erialvehiclesareeasilydisturbedbythenoiseofotherobjects,suchastrees,trafficsigns,andarchitecturalshadows,whicharesimilartothespectralortexturefeaturesoftheroad.Differentdegreesofdifficulty.Inviewoftheextractionofroadbetweenurbanandruralareas,anautomaticmixedch

7、aracteristicroadextractionmethodandprocessisproposed.Thespecificresearchcontentsinclude:combiningtheadvantagesofdifferentcolorchannelsofthetwocolorspacemodelsofRGBandHSI,ahybridspectralfeatureextractionmethodisproposed.Thetraditionalmethodoftexturefeatureselec

8、tionismorefixedandneedstobefixed.Inartificialprocessing,thispaperusesanimprovedclassdistanceseparabilitycriteriontooptimizethetexturefeaturemethod.Usingtheabovemethod,thespectralan