基于NSCT的遙感影像道路提取算法研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展和各類(lèi)空間傳感器的廣泛應(yīng)用，遙感影像已經(jīng)成為信息獲取的重要手段。如何從遙感影像中準(zhǔn)確、快速的提取所需信息，一直是遙感領(lǐng)域研究的熱點(diǎn)和難點(diǎn)。在遙感影像中，道路作為人造地物和城市骨架，它的提取與更新對(duì)軍事目標(biāo)偵查、城市規(guī)劃和交通管理等領(lǐng)域都具有非常重要的意義。
　　 利用各種增強(qiáng)方法對(duì)遙感影像進(jìn)行增強(qiáng)以去除噪聲，再對(duì)增強(qiáng)后的圖像進(jìn)行道路目標(biāo)分割、提取是遙感影像道路提取的方法之一。在遙感影像上，道路呈現(xiàn)出不同的灰度特

2、征、形狀特征、光譜特征等。本文從遙感影像中道路的灰度特征、光譜特征和形狀特征出發(fā)，對(duì)遙感影像的道路提取技術(shù)進(jìn)行了研究，本文主要內(nèi)容包括以下幾個(gè)方面：
　　 1.介紹了圖像的多分辨率分析發(fā)展歷程，分析了小波變換在圖像處理中的不足，重點(diǎn)介紹了Contourlet變換的原理，分析了其作為一種新的多分辨率分析工具在圖像處理中的優(yōu)勢(shì)。同時(shí)還介紹了遙感圖像的數(shù)學(xué)表達(dá)方法，分析了遙感影像中的主要地物光譜特性和影響道路提取精度的一些因素。

3、>　　 2.提出了一種基于非抽樣Contourlet變換(NSCT)的遙感影像道路提取算法。該算法首先對(duì)圖像進(jìn)行非抽樣Contourlet變換得到不同尺度不同方向上的變換系數(shù)，再通過(guò)給定窗口大小分別計(jì)算各個(gè)尺度各個(gè)方向上的變換系數(shù)模在窗口內(nèi)的局部最大值，然后比較各尺度在同一方向和同一窗口位置上系數(shù)模的最大值，將值最大的點(diǎn)作為特征點(diǎn)，同時(shí)利用自適應(yīng)閾值對(duì)各個(gè)尺度各個(gè)方向上的系數(shù)模值進(jìn)行二值化，消除小于一定面積的區(qū)域，將剩余區(qū)域內(nèi)的點(diǎn)作為

4、特征點(diǎn)，最后以篩選出的特征點(diǎn)為種子點(diǎn)，對(duì)道路進(jìn)行Snake跟蹤。與小波變換相比，該算法在道路提取的精確度、完整性方面效果較好。
　　 3.利用非抽樣Contourlet變換的多尺度、多方向及平移不變性的特點(diǎn)，提出了一種基于非抽樣Contourlet變換與形狀特征相結(jié)合的遙感影像道路提取算法。該算法首先對(duì)圖像進(jìn)行非抽樣Contourlet變換得到不同尺度不同方向上的變換系數(shù)，然后對(duì)變換系數(shù)做增強(qiáng)處理，再對(duì)系數(shù)進(jìn)行反變換，進(jìn)一步利用