面向对象的高分辨率遥感影像道路提取研究

《面向对象的高分辨率遥感影像道路提取研究》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、分类号学号M201171783学校代码10487密级硕士学位论文面向对象的高分辨率遥感影像道路提取研究学位申请人：郑毓勇学科专业：通信与信息系统指导教师：许毅平副教授答辩日期：2014年2月21日万方数据ThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreefortheMasterofEngineeringObject-orientedResearchofRoadExtractionFromHigh-resolutionRemoteSensingImageCandidate：zhen

2、gyuyongMajor：CommunicationandInformationSystemSupervisor：XuyipingHuazhongUniversityofScienceandTechnologyWuhan430074,P.R.ChinaJanuary,2014万方数据独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人

3、承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日万方数据华中科技大学硕士学位论文摘要随着遥感卫星技术的发展，高分辨率遥感影像被广泛地应用到人们生

4、活的诸多方面，极大的促进了社会与经济的发展。利用高分辨率遥感影像数据进行道路信息提取已经成为重要的研究方向。目前遥感影像道路提取有人工解译和机器解译两种方法，人工解译工作量大，解译的精度依赖于工作人员的经验。因此利用机器解译手段进行道路快速提取成为人们关注的重点。本文首先介绍了遥感影像道路提取的常用的算法，分析了这些算法在道路提取中的优缺点，提出一种面向对象的道路提取的方法，对道路提取过程中涉及的关键技术进行了详细介绍。论文在分水岭分割和面向对象的多尺度分割的基础上，根据道路的实际特点，对合并过程进行约束以提高道路的形状特性，为后面的道路特征提取奠定基础。

5、然后在多尺度分割的基础上进行训练，提取道路和背景的特征组合。最后利用训练获取的道路特征进行识别，将识别出的道路对象组成完整的道路网络。论文最后对道路提取的方法进行研究，在基于面向对象分割的基础上，结合道路的实际特点，提出了一种新的面向对象的道路提取方法，即先在道路的最优尺度上提取主干道,然后依次在各个小尺度层上通过道路生长的方法提取出完整的道路，实验发现这种方法能明显提高道路的提取精度。关键词：面向对象多尺度分割特征选择道路提取I万方数据华中科技大学硕士学位论文AbstractWiththedevelopmentofremotesensingsatelli

6、tetechnology,high-resolutionremotesensingimagesarewidelyappliedtomanyaspectsofpeople'slives,greatlycontributedtothesocialandeconomicdevelopment.Usinghigh-resolutionremotesensingdataforroadinformationextractionhasbecomeanimportantresearchdirection.Remotesensingimageinterpretationha

7、stwowaystointerpret,whicharemachineinterpretationandmanualinterpretation,theaccuracyofmanualinterpretationdependsontheexperienceofthestaffinterpretation.Sotheroadfeatureinformationbymeansoffastroadextractioniscausingmoreandmorepeopleconcerned.Thisarticlebrieflydescribestheuseofrem

8、otesensingimagesoftheroadandsomec