遙感圖像道路提取研究.pdf

1、高分辨率遙感圖像的應(yīng)用，可以使我們獲取了更加精確、豐富和全面的信息。從遙感圖像中抽取出信息，通過(guò)識(shí)別出感興趣的目標(biāo)獲取知識(shí)，完成圖像的理解是遙感圖像應(yīng)用的根本目標(biāo)。遙感圖像可以提供的信息中，道路信息是很重要的一部分。隨著道路信息的不斷更新，傳統(tǒng)的人工操作已無(wú)法滿足需求，于是，將遙感技術(shù)與電子技術(shù)及圖像識(shí)別技術(shù)結(jié)合起來(lái)，研究遙感圖像道路的自動(dòng)提取，對(duì)于道路監(jiān)控和GPS導(dǎo)航及地圖及時(shí)更新都有重大意義，也是目前國(guó)內(nèi)外研究的重點(diǎn)。
　　論

2、文主要研究遙感圖像道路提取的方法，首先探討了在線數(shù)據(jù)庫(kù)中道路遙感圖像的識(shí)別分類，然后對(duì)遙感圖像云層進(jìn)行自動(dòng)識(shí)別的研究，以避免遙感圖像中存在云層覆蓋的情況，最后分別用兩種方法對(duì)遙感圖像中道路進(jìn)行提取。針對(duì)在線數(shù)據(jù)庫(kù)遙感圖像分類，提出基于文本與圖像信息融合的道路遙感圖像識(shí)別分類的方法，需要先提取圖像的文本特征與圖像特征，再將二者的特征進(jìn)行融合，通過(guò)支持向量機(jī)的訓(xùn)練，可得到較好的分類結(jié)果，該方法可移植到其他圖像在線數(shù)據(jù)庫(kù)分類識(shí)別與構(gòu)建上。針對(duì)

3、遙感圖像云層，提取圖像的紋理特征，選擇4個(gè)紋理特征參數(shù)——角二階矩、對(duì)比度、相關(guān)度和熵對(duì)云層圖像進(jìn)行自動(dòng)識(shí)別。針對(duì)遙感圖像道路，首先使用結(jié)構(gòu)張量的方法進(jìn)行主方向的計(jì)算，并改進(jìn)了主方向的計(jì)算方法，結(jié)合Gibbs抽樣對(duì)道路進(jìn)行提取，該方法適用于有遮擋的道路，但無(wú)法說(shuō)明道路的重要性;采用圓投影變換進(jìn)行道路提取，通過(guò)與初始模板匹配找到最優(yōu)模板來(lái)提取道路，該方法可以觀察到道路的重要性。
　　論文研究的具體內(nèi)容如下:
　　(1)基于文本

4、與圖像信息融合的道路遙感圖像識(shí)別。在線圖像數(shù)據(jù)庫(kù)中的圖像并不是在相同的實(shí)驗(yàn)室環(huán)境和相同的技術(shù)參數(shù)中統(tǒng)一測(cè)量的，因此，現(xiàn)有的方法并不能直接對(duì)道路遙感圖像進(jìn)行識(shí)別。針對(duì)這一問(wèn)題，利用在線圖像數(shù)據(jù)庫(kù)中的道路遙感圖像及其注釋來(lái)獲得高精度的道路遙感圖像識(shí)別。利用空間金字塔關(guān)鍵字直方圖來(lái)描述圖像的特征，并通過(guò)融合圖像和文本信息提高了道路遙感圖像的識(shí)別精度。使用從圖像數(shù)據(jù)庫(kù)得到的圖像信息和文本信息訓(xùn)練支持向量機(jī)以得到更高的分類精度，然后在整合所有信息

5、后可以得到支持向量機(jī)的后驗(yàn)概率值和最終結(jié)果。相較于使用單獨(dú)的圖像特征或單獨(dú)的文本特征進(jìn)行識(shí)別，該方法具有較好的識(shí)別準(zhǔn)確率和分類性能，可移植到其他圖像在線數(shù)據(jù)庫(kù)分類識(shí)別與構(gòu)建上。
　　(2)基于紋理特征對(duì)遙感圖像云層自動(dòng)識(shí)別。針對(duì)高分辨率遙感圖像中云層的自動(dòng)識(shí)別問(wèn)題，提出一種基于圖像紋理特征的云層自動(dòng)識(shí)別方法，通過(guò)灰度共生矩陣來(lái)對(duì)圖像中云層和下墊面的紋理特性進(jìn)行統(tǒng)計(jì)分析，選擇對(duì)云層和下墊面進(jìn)行有效區(qū)分的4個(gè)紋理特征參數(shù)——角二階矩、

6、對(duì)比度、相關(guān)度和熵對(duì)圖像進(jìn)行識(shí)別，最后通過(guò)圖像空間域的云層識(shí)別方法來(lái)對(duì)紋理識(shí)別結(jié)果進(jìn)行修正，有效提高了云層識(shí)別的準(zhǔn)確性，為遙感圖像道路提取奠定基礎(chǔ)。
　　(3)基于結(jié)構(gòu)張量進(jìn)行遙感圖像道路提取。針對(duì)基于結(jié)構(gòu)張量的主方向計(jì)算方法計(jì)算結(jié)果不夠精確的缺點(diǎn)，對(duì)高斯濾波進(jìn)行改進(jìn)并結(jié)合canny算子，提出了改進(jìn)的主方向計(jì)算方法，然后基于局部主方向結(jié)合Gibbs抽樣進(jìn)行遙感圖像道路提取。該算法適用于有遮擋的道路圖像，可以比較精確地對(duì)道路進(jìn)行提取