基于高分辨率遙感影像的道路網(wǎng)及車輛信息提取技術(shù)研究.pdf

1、在國內(nèi)經(jīng)濟(jì)持續(xù)進(jìn)步、汽車保有量日漸提升的今天，城鄉(xiāng)經(jīng)濟(jì)發(fā)展面臨著一系列問題，如大量交通事故、交通堵塞等給其發(fā)展帶來了嚴(yán)重影響。尤其是近些年，在氣候、環(huán)境逐漸惡劣的條件下，暴雨、暴雪等自然災(zāi)害在國內(nèi)屢見不鮮，怎樣及時掌握災(zāi)區(qū)道路受災(zāi)程度與交通現(xiàn)狀，在救援、重建等方面有著非常重要的作用。面對這種需求，為準(zhǔn)確采集特定區(qū)域道路網(wǎng)、車輛等信息，必須找到一種更加理想的信息采集方法，不僅可以對各方面信息進(jìn)行采集，而且能保證各項信息的時效性，只有如此，

2、才可以幫助解決國內(nèi)交通問題，讓各種突發(fā)事件得到及時、有效的處理。
　　本文的研究重點是高分辨率遙感影像中道路網(wǎng)與車輛目標(biāo)的提取算法，利用改進(jìn)的分水嶺分割算法，根據(jù)影像中道路包含的光譜、幾何、拓?fù)涞忍卣?，在遙感影像中提取道路網(wǎng)信息，將提取的道路網(wǎng)作為車輛目標(biāo)提取的研究區(qū)域，根據(jù)影像中車輛目標(biāo)包含的光譜、幾何等特征，完成車輛目標(biāo)的提取，以下是本文的主要研究內(nèi)容：
　　首先，根據(jù)部分學(xué)者給出的研究成果，對城區(qū)道路特征進(jìn)行全面研究，

3、同時對高分影像中的道路特征予以探討，然后，對影像增強(qiáng)技術(shù)與面向?qū)ο蠓诸惙椒ㄟM(jìn)行介紹，為后續(xù)的道路自動提取奠定基礎(chǔ)。不僅如此，根據(jù)分水嶺分割算法的過分割缺陷，基于這種算法的定義，提出一種基于標(biāo)記的分水嶺圖像分割方法，并采用一種改進(jìn)的區(qū)域合并方法對分割結(jié)果進(jìn)行后處理。接著通過NDVI、NDWI指數(shù)提取道路潛在區(qū)域。結(jié)合獲取的道路潛在區(qū)域，根據(jù)道路所體現(xiàn)的光譜和幾何特征對研究區(qū)域內(nèi)的道路對象進(jìn)行特征提取，采用多尺度的分割方法將道路分為主干道路

4、和次要道路并建立一定的規(guī)則集分別進(jìn)行提取。為了有效優(yōu)化路網(wǎng)信息，根據(jù)實際需求選擇一種方向延伸算法對道路拓?fù)浣Y(jié)構(gòu)進(jìn)行優(yōu)化，同時結(jié)合數(shù)學(xué)形態(tài)學(xué)的相關(guān)理論知識處理噪聲。結(jié)合道路網(wǎng)的提取結(jié)果對原始影像進(jìn)行矢量分割，獲得車輛目標(biāo)提取的研究區(qū)域，充分利用研究區(qū)域內(nèi)車輛目標(biāo)的光譜信息、幾何形狀信息將車輛目標(biāo)分為亮色車輛目標(biāo)和暗色車輛目標(biāo)，然后制定兩類車輛目標(biāo)分類提取的規(guī)則集分別進(jìn)行提取，最后，對提取的道路網(wǎng)及車輛進(jìn)行精度評價。結(jié)果表明本文提出的方法能