基于纹理特征与数学形态学的高分辨率影像城市道路提取

基于纹理特征与数学形态学的高分辨率影像城市道路提取

ID:36750446

大小:344.36 KB

页数:4页

时间:2019-05-14

基于纹理特征与数学形态学的高分辨率影像城市道路提取_第1页
基于纹理特征与数学形态学的高分辨率影像城市道路提取_第2页
基于纹理特征与数学形态学的高分辨率影像城市道路提取_第3页
基于纹理特征与数学形态学的高分辨率影像城市道路提取_第4页
资源描述:

《基于纹理特征与数学形态学的高分辨率影像城市道路提取》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、第24卷第6期地理与地理信息科学Vo1.24N0.62O08年11月GeographyandGeo—Inf0m1ati0nScienceNovember2OO8基于纹理特征与数学形态学的高分辨率影像城市道路提取胡海旭,王文,何厚军(河海大学水文水资源与水利工程科学国家重点实验室,江苏南京21OO98)摘要:从遥感影像上提取道路面临如下问题:根据光谱特征分类的图像存在建筑物与道路混淆,受交通工具、行道树等影响易产生道路中的孔洞与道路边缘的毛刺等。该文利用南京市II<0N0S高分辨率影像丰富的空间纹理信息

2、,将纹理信息加入原始波段参与分类,可以解决建筑物与道路的混淆问题。另外,道路具有丰富的形态特征,应用数学形态学的相关算法和形状指数,可以很好地去除道路提取过程中产生的各种噪声。关键词:道路;纹理;数学形态学;形状指数;IK0NOS中图分类号:TP75文献标识码:A文章编号:1672一O5O4(20O8)O6一oO46—04特征匹配方法提取道路网络[9;罗庆洲等对SP()TO引言卫星影像进行光谱特征分类,运用数学形态学理论随着城市交通的发展,道路信息的更新速度已提取道路[1叩;安如等利用数学形态学原理和

3、道路网成为城市规划与管理部门关注的问题,但传统的人络特征提取道路,对道路发展较快的区域较有效[1¨。工数字化图像耗时费力。通过遥感图像提取道路,目前,主要通过图像的预处理和后处理将数学可以为交通地理信息数据库的建立提供即时、准确、形态学应用于道路提取中,如何将数学形态学与其有效的数据,从而大大改善电子地图的时效性并降他算法结合以取得更好的效果,已成为学者研究的方低其成本。从遥感图像中提取道路由最初的边缘检向。采用传统的光谱特征分类进行道路提取,分类效测、目标追踪发展到采用新的算法(如神经网络、动果不太

4、理想。高分辨率影像具有丰富的形状特征、纹态规划、形态学算法等)。如魏延亮等研究了任意方理信息等,将纹理信息融合多光谱波段进行分类,可向的边缘检测算法在道路半自动提取中的应用,即以提高分类效果。分类后的图像存在各种“噪声”,可根据图像边缘方向的不同计算相应的边缘检测模采用数学形态学的相关算法和形状指数去除噪声并板,抑制其他方向的干扰L】];谢锋等利用小波多尺度得到道路的矢量形式。研究结果表明,基于纹理特征分析对遥感图像进行分解,通过分析小波系数,对各和数学形态学的城市道路提取方法效果较好。个小波分量进行

5、滤波处理,滤除非道路特征,再进行1添加纹理信息的图像分类小波重构,对重构图像进行分割,得到包含道路信息的图像_2;wessel等应用道路的上下文关系从SAR基于遥感图像光谱特征的传统分类法受各种因图像上提取道路[。;xiao等在道路提取中加入了纹素的影响,如地形起伏对地物光谱反射强度的影响,理、色调信息[4]。上述算法存在不同的缺陷,主要表只考虑单个像素光谱特征而未考虑相邻像素类属的现在算法的自动化程度、准确性、普遍性等方面嘲。相关性及结构特征等因素,均会造成分类效果不理数学形态学诞生于1964年,最

6、初它只是分析几想。因此,需要采用一些辅助处理措施,以改善分类何形状和结构的数学方法;近年来逐渐发展成为数效果。IKONOS高分辨率影像中具有丰富的纹理信字图像处理的一个主要研究领域,包括生物医学、电息,将纹理特征加入分类过程中可提高分类效果。力系统、气象灾害、公路交通等【=6_。],主要用于图像提取纹理特征有基于统计特征、基于空间频率、的边缘检测、结构分析、形态分析、骨架化、纹理分基于结构、基于模型等方法。基于统计的纹理研究析、图像恢复重建等。已有学者将数学形态学应用方法中,纹理被视为相邻像元或相邻区

7、域灰度上包于道路提取,如朱长青等利用灰度形态特征对遥感括几何位置等相互关系的表征。灰度共生矩阵通过影像进行分割,得到基本的道路网络轮廓,利用线段计算影像各像元灰度级之问的联合条件概率密度表收稿日期:2OO8__04—16;修订日期:2【)O8—08~16基金项目:河海大学水文水资源与水利工程科学国家重点实验室开放攮金项目(2OO749o911);国家自然科学基金项目(4O77l039)作者简介:胡海旭(1983一),女,硕士研究生,主要从事遥感技术及虚用研究。E—ma1:huhaixu@yaho0.c

8、n第6期胡海旭等:基于纹理特征与数学形态学的高分辨率影像城市道路提取第47页示纹理,反映了图像中任意两点灰度的相关性和纹从以上公式可以看出,腐蚀是图像A相对结构理特征的统计性质。统计图像中相距位置为(△X,元素B平移一b(b属于结构元素)后的交集,膨胀是△Y)的两个灰度像元同时出现联合概率的分布称为图像A相对结构元素B平移b后的交集;开运算是共生矩阵,灰度共生矩阵为一对称矩阵。如果△X,先腐蚀后膨胀、闭运算是先膨胀后腐蚀的过程。膨△Y相对纹理的粗糙度很小

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
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。