高分辨率遥感影像中的道路信息提取与表达方法研究

《高分辨率遥感影像中的道路信息提取与表达方法研究》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、分类号TP391密级高分辨率遥感影像中的道路信息提取与表达方法研究研究生姓名：李建飞指导教师姓名、职称：文志强副教授学科专业：计算机应用技术研究方向：数字图像处理湖南工业大学二〇一五年六月五日分类号TP391密级.高分辨率遥感影像中的道路信息提取与表达方法研究ResearchonRoadExtractionandRepresentationfromHighResolutionRemoteSensingImages研宄生姓名：李建飞指导教师姓名、职称：文志强副教授学科专业：计算机应用技术研宄方数字图像处理论文答辩日期答辩委员会主席湖南工业大学二•一五年六月五日湖南工业大学学位论文原创性声明本人

2、郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均己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承担。作者签名日期：W〈年《月7日湖南工业大学论文版权使用授权书本人了解湖南工业大学有关保留、使用学位论文的规定，即：学校有权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以釆用复印、缩印或其他手段保存学位论文；学校可根据国家或湖南省有关部门规定送交学位论文。作者签名：令如导师签名：灰L作曰期：球年

3、名月7曰摘要道路是交通运输领域的重要基础地理信息。近几年，随着高分辨率遥感卫星的发射，如何从高分辨率遥感影像中道路提取是件非常具有挑战性的任务。因此从遥感影像中进行道路提取是目前遥感、计算机视觉和图像理解领域的研究热点之一。重点研究了基于高分辨率遥感影像的道路提取方法，主要研究内容如下：（1）提出了基于彩色直线分割检测的遥感影像自动道路提取方法。将HSV彩色模型求梯度应用于直线分割检测中，设计了直线合并规则，给出了自动选取直线和候选道路区域的方法。大量实验验证了提出算法效果较好。（2）提出了基于约束区域生长的遥感影像半自动道路提取算法。对经典区域生长设计3个约束条件：1）生长区域约束，生长区

4、域限制在经K均值聚类后的道路类上；2）生长方向规则约束，改变其单一的生长方向，同时设计了9个道路交叉路口模型来约束其生长；3）阈值条件约束，通过计算道路类中的标准偏差作为阈值，判决条件是待测点与道路类平均值差的绝对值和阈值相比。大量实验验证了该方法的有效性和可行性。（3）道路网被提取后，针对直线(直面)和曲线(曲面)类型道路，采用不同的方法表达信息：1）应用像素间的距离计算直线(直面)型道路的长度和宽度信息；2）应用抛物样条曲线和数值积分计算曲线(直面)型道路的长度信息。同时又对表达出道路信息的应用进行简单探讨。研究应用验证了道路信息表达的有效性。关键词：高分辨率遥感影像，道路提取，直线分割

5、检测，区域生长，道路表达IABSTRACTRoadisimportantbasicgeographicinformationinthefieldoftrafficandtransportation.Inrecentyears,withthedevelopmentofhighresolutionremotesensingsatellitelaunch,howtoextracttheroadfromhighresolutionremotesensingimageisaverychallengingtask.Therefore,ithasbecomeoneofthehotspotinsomefie

6、lds,suchasremotesensing,computervisionandimageunderstanding.Thispaperfocusedontheroadextractionmethodbasedonhighresolutionremotesensingimage.Themainresearchcontentsofthisthesisareasfollows:(1)Anautomaticroadextractionmethodofremotesensingimagebasedoncolorlinesegmentdetectorisproposed.First,gradient

7、ofHSVcolormodelisusedinlinesegmentdetector.Then,asetoflinecombinationruleandautomaticmethodforselectinglineandcandidateroadregionaredesigned.Theexperimentalresultsshowthattheproposedalgorithmhasabetterroade