面向GIS应用的图像道路提取算法的研究

《面向GIS应用的图像道路提取算法的研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、⑧浙炉z角矢乎硕士学位论文论譬题目；面回昼理应盟的图像遭蟹握壁簋弦曲赶窑作者姓名：————型重———一学科专业：盐差扭廛旦燕盎研究方向：—』型t垂蛊挂盘皇墨煎一指导教师：————』皑L——提交日期：2009年02月面向GIS应用的图像道路提取算法的研究摘要当前，地理信息系统(GIS)无论在理论研究上还是在开发应用上都处于一个飞速发展的阶段，被广泛地应用于资源管理、环境监测、交通运输、城市规划等经济建设的各个领域。从图像中获取目标信息已成为现阶段GIS空间信息更新的重要手段。作为其中的研究热点，道路特征

2、的半自动化提取研究更是得到了广泛关注，在国民经济生产和军事目标侦察领域具有十分重要的理论和现实意义。本文主要研究交通图与遥感图中的道路提取算法，其目标是快速、准确地从这两类图像中识别并提取道路信息。本文工作是面向GIS应用中大规模复杂图像矢量化的重要组成部分，其最终目标是通过交互式的道路信息快速提取，降低矢量地图采集成本、缩短加工周期。在对已有的地图识别理论和方法综合分析的基础上，本文提出改进的交通图道路提取算法。算法主要做以下改进：对图像采用基于颜色距离判别法分割归一；对于分割后图像中的字符噪音，提

3、出基于外延复杂度特征的字符腐蚀算法；在传统的跟踪识别算法的基础上，增加了内外标记元素，解决公共点漏提、重复跟踪等问题，有效实现图像道路信息矢量化。遥感图与交通图在道路提取算法上有很大的区别，本文通过对遥感道路的特征分析，提出改进的遥感图道路提取算法。算法主要做以下改进：建立道路的数学模型和边缘点的判定原则；通过人工道路选点的不同建立两种道路边缘种子点的获取规则；在获取边缘种子点的基础上，采用以种子点为核心的射线跟踪识别算法提取道路边缘信息；对于提取断线或畸变现象，在传统修复基础上，配合使用异边修复和同

4、边修复算法，有效提高信息质量。通过对算法测试结果的统计分析，讨论算法的有效性和准确性。对研究工作的可行性方向提出展望。关键词：地理信息系统；交通图；遥感图；道路提取THEALGoRITHMRESEARCHONRoADEXTRACTIoNINIMAGESFoRGISAPPLICATIoNABSTRACTAtpresent，geographicinformationsystems(GIS)areatastageofrapiddevelopmentintheoreticalresearchandapplic

5、ation，whichhasbeenwidelyusedinresourcemanagement，environmentalmonitoring，transportation，urbanplanningandotheraspectineconomicdevelopment．TargetextractionfromimageshasbecometheimportantmeansoftheGISspatialinformationupdating．Asoneofthekeyissues，semi．auto

6、maticroadfeatureextractionhasattractedwideattention，inthenationaleconomicproductionandmilitarytargetdetectiondomainthisresearchhasamatterofgreatsignificanceonboththeoryandpraxis．Thispaperhasstudiedthetechniqueabouttheroadextractioninthetransportationima

7、geandtheremotesensingimage．Thegoalistoidentifyandextracttheroadinformationquicklyandaccuratelyfromthetwotypesofimages．Thisarticleisanimportantpartofvectoringlarge—scalecompleximagesforGISapplication．Theultimategoalistoextractroadrapidlythroughinteractiv

8、e，toloweracquisitioncostsandshortentheprocessingcycleduringvectoringimage．Basedonresearchingsometheoriesandmethods，thisarticleraisesimprovedalgorithmsoftheroadextractioninthetransportationimage．Themainimprovedmethodasfollows：Thei