基于DPM和水平集的自动道路提取算法研究

ID:35187392

大小:3.45 MB

页数:77页

时间:2019-03-21

基于DPM和水平集的自动道路提取算法研究_第1页
基于DPM和水平集的自动道路提取算法研究_第2页
基于DPM和水平集的自动道路提取算法研究_第3页
基于DPM和水平集的自动道路提取算法研究_第4页
基于DPM和水平集的自动道路提取算法研究_第5页
资源描述:

《基于DPM和水平集的自动道路提取算法研究》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、基于DPM和水平集的自动道路提取算法研究作者姓名雪晴指导教师姓名、职称苗启广教授申请学位类别工学硕士万方数据学校代码10701学号1403121692分类号TP311密级公开西安电子科技大学硕士学位论文基于DPM和水平集的自动道路提取算法研究作者姓名:雪晴一级学科:计算机科学与技术二级学科:计算机应用技术学位类别:工学硕士指导教师姓名、职称:苗启广教授学院:计算机学院提交日期:2017年6月万方数据ResearchonAutomaticRoadExtractionBasedonDPMandLevelSetEvolutionAthesissubmittedtoXIDIANUNI

2、VERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerApplicationTechnologyByXueQingSupervisor:MiaoQiguangJune2017万方数据西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的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,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位

3、或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,结合学位论文研究成果完成的论文、发明专利等成果,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人

4、签名:导师签名:日期:日期:万方数据万方数据摘要摘要道路信息是人们日常生活中必不可少的重要信息之一,近年来,随着科技的发展和人们生活水平的提高,各种与道路信息相关的应用,如车辆导航系统、交通管理系统等都对更加高效准确的道路提取技术有着迫切的需求。同时,卫星技术的发展使得遥感道路图像的分辨率不断提高,也促进了道路提取技术成为目前计算机视觉界的研究热点之一。本文致力于遥感图像道路提取算法的研究,提出了一种基于可形变部件模型(DeformablePartBasedModel,DPM)和水平集的自动道路提取算法,重点研究了如何实现水平集道路提取的自动化处理,并通过一系列改进策略来提高

5、所提出算法的整体计算效率,主要工作如下:1)在深入研究传统方向梯度直方图(HistogramofOrientedGradient,HOG)的基础上,提出了一种可以随着目标物角度的旋转而有规律变化的HOGRot特征,并进一步提出了一种基于HOGRot特征的目标物旋转角度判断方法,该方法通过分别计算两幅图像的HOGRot特征,判断当前图像中的主要目标物相对于参考图像中主要目标物的平面旋转角度。利用该方法,本文在DPM训练过程中,仅提供横向道路片段作为训练样本,同时在测试过程中将所有测试样本中的道路片段统一旋转为横向即可完成道路片段的识别。如果不利用该方法,在DPM道路片段识别过程

6、中,就需要将道路片段分成大致的几个方向,并对每一个方向分别进行训练和测试,整体算法的计算复杂度就会提高。所以,这一改进方案大大减少了DPM的训练时间,提高了本文提出算法的整体效率。2)针对水平集方法需要手动对零水平集曲线进行初始化的问题,引入DPM方法替代了传统水平集方法的手动初始化过程,实现了道路提取的自动化,该方法将整幅遥感道路图像裁剪成小尺寸图像块,并利用训练好的DPM模型识别小尺寸图像块中的道路部分,称之为道路片段,并用一个矩形框标识检测到的道路片段的大致位置,而后将该矩形检测框作为粗略零水平集初始曲线,并利用灰度统计数据剔除错误的检测结果,得到最终的零水平集初始曲线

7、。该方法替代了传统的手工过程,实现了遥感图像道路提取的自动化。为了验证上述方法的有效性,在真实的遥感道路图像进行了实验,选取5类共75幅不同道路片段作为测试集,利用基于HOGRot特征的目标物旋转角度判断方法,成功地将其中71幅道路片段图像复原到了横向,正确率达到了94.7%。同时给出两幅遥感道路图像的直观道路检测结果图,实验结果表明本文提出的算法迭代次数更少、耗时更短,后采用总体质量、完全率、准确率三个评价指标,结果表明,所提出的算I万方数据西安电子科技大学硕士学位论文法不仅实现了道路提取的自动化,还

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
正文描述:

《基于DPM和水平集的自动道路提取算法研究》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、基于DPM和水平集的自动道路提取算法研究作者姓名雪晴指导教师姓名、职称苗启广教授申请学位类别工学硕士万方数据学校代码10701学号1403121692分类号TP311密级公开西安电子科技大学硕士学位论文基于DPM和水平集的自动道路提取算法研究作者姓名:雪晴一级学科:计算机科学与技术二级学科:计算机应用技术学位类别:工学硕士指导教师姓名、职称:苗启广教授学院:计算机学院提交日期:2017年6月万方数据ResearchonAutomaticRoadExtractionBasedonDPMandLevelSetEvolutionAthesissubmittedtoXIDIANUNI

2、VERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerApplicationTechnologyByXueQingSupervisor:MiaoQiguangJune2017万方数据西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的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,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位

3、或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,结合学位论文研究成果完成的论文、发明专利等成果,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人

4、签名:导师签名:日期:日期:万方数据万方数据摘要摘要道路信息是人们日常生活中必不可少的重要信息之一,近年来,随着科技的发展和人们生活水平的提高,各种与道路信息相关的应用,如车辆导航系统、交通管理系统等都对更加高效准确的道路提取技术有着迫切的需求。同时,卫星技术的发展使得遥感道路图像的分辨率不断提高,也促进了道路提取技术成为目前计算机视觉界的研究热点之一。本文致力于遥感图像道路提取算法的研究,提出了一种基于可形变部件模型(DeformablePartBasedModel,DPM)和水平集的自动道路提取算法,重点研究了如何实现水平集道路提取的自动化处理,并通过一系列改进策略来提高

5、所提出算法的整体计算效率,主要工作如下:1)在深入研究传统方向梯度直方图(HistogramofOrientedGradient,HOG)的基础上,提出了一种可以随着目标物角度的旋转而有规律变化的HOGRot特征,并进一步提出了一种基于HOGRot特征的目标物旋转角度判断方法,该方法通过分别计算两幅图像的HOGRot特征,判断当前图像中的主要目标物相对于参考图像中主要目标物的平面旋转角度。利用该方法,本文在DPM训练过程中,仅提供横向道路片段作为训练样本,同时在测试过程中将所有测试样本中的道路片段统一旋转为横向即可完成道路片段的识别。如果不利用该方法,在DPM道路片段识别过程

6、中,就需要将道路片段分成大致的几个方向,并对每一个方向分别进行训练和测试,整体算法的计算复杂度就会提高。所以,这一改进方案大大减少了DPM的训练时间,提高了本文提出算法的整体效率。2)针对水平集方法需要手动对零水平集曲线进行初始化的问题,引入DPM方法替代了传统水平集方法的手动初始化过程,实现了道路提取的自动化,该方法将整幅遥感道路图像裁剪成小尺寸图像块,并利用训练好的DPM模型识别小尺寸图像块中的道路部分,称之为道路片段,并用一个矩形框标识检测到的道路片段的大致位置,而后将该矩形检测框作为粗略零水平集初始曲线,并利用灰度统计数据剔除错误的检测结果,得到最终的零水平集初始曲线

7、。该方法替代了传统的手工过程,实现了遥感图像道路提取的自动化。为了验证上述方法的有效性,在真实的遥感道路图像进行了实验,选取5类共75幅不同道路片段作为测试集,利用基于HOGRot特征的目标物旋转角度判断方法,成功地将其中71幅道路片段图像复原到了横向,正确率达到了94.7%。同时给出两幅遥感道路图像的直观道路检测结果图,实验结果表明本文提出的算法迭代次数更少、耗时更短,后采用总体质量、完全率、准确率三个评价指标,结果表明,所提出的算I万方数据西安电子科技大学硕士学位论文法不仅实现了道路提取的自动化,还

显示全部收起
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
关闭