| 【中文题名】 | 遥感图像道路提取方法研究 |
| 【英文题名】 | Research on Methods of Road Extraction from Remotely Sensed Image |
| 【学科专业】 | 信息与通信工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-9-14 |
| 【中关键词】 | 道路提取,遥感图像处理,角点提取,直线提取,特征融合, |
| 【英关键词】 | Road Extraction,Remotely Sensed Image Processing,Corner Extraction,Line Extraction,Feature Fusion, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法> |
| 【论文摘要】 |
遥感图像道路网提取是图像识别中的重要问题。道路网可以为自动目标识别提供重要的上下文信息,这些信息使目标定位更准确或使目标分类更有效。在过去20年中,涌现出许多半自动和自动道路提取算法,但各种算法都有各自的优缺点,普适性不强。
以往的道路提取方法中,主要针对野外道路,城市道路网提取效果较差。针对这种现象,本文主要研究了城市道路网自动提取问题,并提出一种基于特征级融合的自动道路网提取方法,对道路段采取“与”和“或”的融合策略进行特征融合。最后,选用一组不同时相的SPOT城市图像对本文方法进行了实验测试,结果表明了特征融合方法的有效性。
在自动道路网提取的具体实现中,本文针对角点提取、直线提取提出了改进算法。角点提取方法的改进是将SUSAN和MIC角点提取算子进行复合。在直线提取算法中引入了改进的角点提取方法获得的角点特征。实验结果表明了这些改进算法的有效性。 |
| 【论文题纲】 |
|
摘要 |
8-9 |
|
ABSTRACT |
9-10 |
|
第一章 绪论 |
10-15 |
|
1.1 遥感图像道路目标提取的意义 |
10-11 |
|
1.2 遥感图像道路目标提取的技术现状及发展趋势 |
11-13 |
|
1.3 本文主要工作及结构安排 |
13-15 |
|
1.3.1 本文主要工作 |
13 |
|
1.3.2 结构安排 |
13-15 |
|
第二章 遥感图像道路目标特征分析 |
15-21 |
|
2.1 道路分类 |
15-16 |
|
2.2 城市道路和野外道路特征分析 |
16-17 |
|
2.3 不同分辨率下道路特征分析 |
17-19 |
|
2.4 城市道路网模型 |
19-20 |
|
2.5 本章小结 |
20-21 |
|
第三章 遥感图像城市道路主要特征提取 |
21-34 |
|
3.1 直线提取 |
21-26 |
|
3.1.1 现有的直线提取算法 |
21-24 |
|
3.1.2 引入角点特征的改进直线提取算法 |
24-25 |
|
3.1.3 实验结果及分析 |
25-26 |
|
3.2 角点提取 |
26-33 |
|
3.2.1 角点定义 |
27 |
|
3.2.2 现有角点提取算法 |
27-31 |
|
3.2.3 基于SUSAN和MIC的复合角点提取算法 |
31-32 |
|
3.2.4 实验结果及分析 |
32-33 |
|
3.3 本章小结 |
33-34 |
|
第四章 遥感图像道路提取方法实现 |
34-55 |
|
4.1 单源遥感图像道路提取 |
34-45 |
|
4.1.1 基于数学形态学的遥感图像道路提取方法 |
34-37 |
|
4.1.2 基于区域生长的遥感图像道路提取方法 |
37-39 |
|
4.1.3 基于直线和角点特征的遥感图像城市道路网提取方法 |
39-45 |
|
4.2 特征级融合的遥感图像城市道路网提取方法 |
45-52 |
|
4.2.1 遥感图像处理中的信息融合应用 |
45-47 |
|
4.2.2 特征级融合的城市道路网提取方法 |
47-48 |
|
4.2.3 实验结果及分析 |
48-52 |
|
4.3 特征级融合遥感图像道路网提取软件实现 |
52-54 |
|
4.4 本章小结 |
54-55 |
|
结束语 |
55-56 |
|
致谢 |
56-57 |
|
参考文献 |
57-60 |
|
作者在学期间取得的学术成果 |
60 |
|
| 【DOI】 | LunWen.ID:2.2008.389383 |
