高分辨率遙感影像道路目標智能識別方法研究.pdf

1、近年來，隨著多平臺遙感技術與數(shù)字圖像處理技術的快速發(fā)展，高分遙感技術已經(jīng)成為了精確獲取地表信息的重要手段之一。道路網(wǎng)絡作為基礎地理信息的重要組成部分，在車輛導航，國土規(guī)劃等方面具有非常重要的作用。傳統(tǒng)的基于高分辨率遙感影像的道路提取技術中通常需要輔以人工目視解譯，該種方式雖能夠精確獲取道路網(wǎng)絡信息，但是其效率不高，智能化程度較低，無法滿足道路網(wǎng)絡信息自動快速更新的需求。因此開展高性能、智能化的道路網(wǎng)提取方法研究具有重要的現(xiàn)實意義。目前，

2、基于高分辨率遙感影像的道路提取技術一般包括道路二值圖像提取，道路中心線提取兩大步驟。由于高分辨率遙感影像上下文特征復雜，同譜異物，同物異譜等現(xiàn)象更為嚴重，從而造成現(xiàn)階段自動化提取道路網(wǎng)絡尚存在以下不足。
　　本研究主要內(nèi)容包括：⑴從影像底層的特征提取角度出發(fā)，發(fā)展了顧及像素級空間特征和對象級光譜特征的多層次特征融合算法，從而有效彌補了單一層次信息的不足，從特征提取的角度來提高道路提取精度，有效改善了像素級道路提取存在的“椒鹽”與對

3、象級道路提取存在的“粘連”現(xiàn)象。⑵針對現(xiàn)有非道路區(qū)域去除算法，存在過多特征組合與參數(shù)設置，設計了一種新的形狀描述算子，并基于OSTU自動閾值法實現(xiàn)了非道路區(qū)域的自動過濾，提高了道路提取算法的自動化程度。⑶針對現(xiàn)有道路中心線算法容易產(chǎn)生的“毛刺”與擬合不準確現(xiàn)象，引入了計算機視覺中的張量投票算法，有效地解決了上述問題，且實現(xiàn)了斷裂道路的自動連接，最終提高了道路目標的完整程度。⑷構(gòu)建了一種穩(wěn)健的多特征融合方法，并實現(xiàn)了非道路區(qū)域的自動過濾，