基于知識的道路信息提取方法研究.pdf

1、著科學技術水平的提高，遙感影像的分辨率也在不斷提升，高分辨率遙感已經(jīng)成為研究的熱門，并逐漸被林業(yè)、農(nóng)業(yè)、水利、環(huán)保、城市規(guī)劃等相關部門和行業(yè)廣泛應用。在遙感影像中，道路是最為明顯的地物之一。道路同一個地區(qū)乃至國家的發(fā)展有著緊密的聯(lián)系，道路的發(fā)展狀況在某種程度上反映了國家的發(fā)展水平，它對國家經(jīng)濟、軍事戰(zhàn)略布局有著深遠的影響。當今全球數(shù)字化水平越來越高，中國的數(shù)字化進程也日趨加快，放眼全球，“大數(shù)據(jù)”時代已然來臨，作為一種基礎的地理信息，道

2、路的數(shù)字化建設和管理亟待提升，尤其是道路基礎信息的獲取。高分辨率遙感影像能為人們帶來更加清晰的觀感，但因此也加大了道路提取的難度，影像越來越清晰，道路的數(shù)量變得越來越多，更多的細節(jié)被顯示出來，這使得道路受到其他的地物的干擾更加頻繁和嚴重，由此看來，研究高分影像道路信息提取具有重要的意義。
　　 高分辨率遙感影像的特點在于具有比較豐富的空間位置、幾何形狀、紋理以及光譜信息。本研究基于以上特點，采用一種“逆向思維”即不以道路為直接操

3、作對象，轉(zhuǎn)而研究其他非道路地物，通過“過濾”掉這些非道路地物，得到道路信息。在提取道路之前，先對影像進行知識發(fā)現(xiàn)，從光譜、紋理、形狀等方面全面的認識影像。依據(jù)豐富的知識，來一一構(gòu)建道路與其他非道路地物的區(qū)分規(guī)則。
　　 本研究試驗數(shù)據(jù)選取WorldView-2和IKONOS兩種高分影像，功能模塊實驗數(shù)據(jù)為農(nóng)村地區(qū)，這樣在尺度上覆蓋城市、城鎮(zhèn)和農(nóng)村，道路類型涵蓋柏油路、水泥路和土路，結(jié)合知識發(fā)現(xiàn)和面向?qū)ο蠹夹g進行道路信息的提取試驗

4、，并在此基礎上，利用IDL和ArcGIS Engine平臺，采用混編方式，進行道路提取功能模塊的二次開發(fā)，最后利用該功能模塊進行試驗。最后對研究使用的方法進行歸納總結(jié)，并就將來的發(fā)展提出展望。
　　 道路提取試驗步驟包含對原始影像必要的預處理工作、知識發(fā)現(xiàn)、基于面向?qū)ο蠹夹g多尺度分割、基于知識構(gòu)建區(qū)別規(guī)則。預處理工作包括:校正、裁剪、影像融合（幾種融合效果的評價）、最佳波段組合研究;知識發(fā)現(xiàn)包括:光譜知識發(fā)現(xiàn)（通過采集訓練樣本構(gòu)

5、建地物光譜特征反映曲線）、紋理知識發(fā)現(xiàn)（基于灰度共生矩陣、二階矩陣和J-M距離準則）和其他知識發(fā)現(xiàn)（NDVI、形狀知識）;多尺度分割:結(jié)合紋理輔助探尋適宜道路提取的最佳尺度;基于知識構(gòu)建區(qū)別規(guī)則:歸納知識，以道路為首要對象，構(gòu)建道路與其他非道路地物的區(qū)別規(guī)則，采用一對一的方式，每一步解“解決”掉一種非道路地物。
　　 功能模塊開發(fā)方面，利用ArcGIS Engine平臺搭建操作界面以及相關GIS常用功能;利用ENVI/IDL平臺