基于水平集的遙感圖像道路提取方法研究.pdf

1、道路是一類重要基礎(chǔ)地理信息，高精度、及時(shí)更新路網(wǎng)信息對(duì)交通管理、城市規(guī)劃、自動(dòng)車輛導(dǎo)航、應(yīng)急事務(wù)處理都有非常重要的作用。隨著遙感技術(shù)的發(fā)展，高分辨率衛(wèi)星圖像質(zhì)量不斷提高，獲取周期縮短，使得利用遙感圖像實(shí)現(xiàn)道路的精確定位成為了可能。近年來，如何利用遙感圖像提取道路信息受到越來越多的關(guān)注。
　　 水平集方法，作為一類基于無參數(shù)幾何活動(dòng)輪廓模型的曲線演化圖像分割方法，可以對(duì)任意復(fù)雜的形狀進(jìn)行模型化，具備處理拓?fù)湫螤畹姆至?、合并等拓?fù)渥?/p>

2、化的能力，在工程實(shí)踐方面體現(xiàn)出很高的應(yīng)用價(jià)值。本文的工作重點(diǎn)是圍繞水平集方法在遙感圖像道路特征提取方面的應(yīng)用展開。
　　 本文的主要工作和創(chuàng)新點(diǎn)如下：
　　 (1)構(gòu)造一個(gè)基于多顏色空間，無需初始化的水平集分割模型。論文首先研究了水平集方法重新初始化引起的分割效率問題，在C—V模型的能量函數(shù)右端引入了距離懲罰函數(shù)來保持水平集接近于符號(hào)距離函數(shù)，避免了重新初始化；進(jìn)而根據(jù)高分辨率遙感圖像的特點(diǎn)，在RGB空間灰度圖的基礎(chǔ)上，

3、綜合利用了HSI空間各通道信息，構(gòu)造了一類基于多顏色空間的無需重新初始化的水平集演化方法；最后應(yīng)用在遙感圖像道路提取中，分析了灰度值和HSI通道混合值的權(quán)重比例對(duì)提取結(jié)果的影響，采用完整性和正確性指標(biāo)對(duì)算法進(jìn)行評(píng)價(jià)。結(jié)果顯示該改進(jìn)算法完整準(zhǔn)確地分割得到道路區(qū)域。
　　 (2)提出水平集道路自動(dòng)提取方法和基于道路中心線接力引導(dǎo)的分塊方法。針對(duì)初始曲線位置可能造成的分割失敗以及初始曲線人工指定的問題，提出了利用自適應(yīng)雙閾值分割結(jié)合形

4、態(tài)學(xué)操作的方法來自動(dòng)獲取水平集演化初始曲線位置；針對(duì)遙感圖像大幅值的特點(diǎn)，提出了基于道路中心線接力引導(dǎo)的分塊框架，即利用當(dāng)前道路中心線的傾斜角度獲取包含道路的相鄰子圖位置，并利用水平集方法和形態(tài)學(xué)細(xì)化方法提取道路中心線，如此循環(huán)繼續(xù)直到完成整幅圖像的道路提取。實(shí)驗(yàn)結(jié)果表明，自適應(yīng)雙閾值分割結(jié)合形態(tài)學(xué)操作自動(dòng)獲取得到了與道路輪廓位置相近的初始曲線，在基于道路中心線接力引導(dǎo)的分塊框架下，實(shí)現(xiàn)了水平集方法自動(dòng)提取道路的目標(biāo)，且明顯消除了無目標(biāo)