基于動(dòng)態(tài)規(guī)劃理論的高分辨率遙感影像道路邊緣檢測(cè)算法研究.pdf

1、隨著遙感技術(shù)的發(fā)展，由航天飛機(jī)和各種大、中、小衛(wèi)星系統(tǒng)提供的空間遙感影像大量增加，它們的空間分辨率、光譜分辨率和時(shí)間分辨率不斷提高，使我們能夠獲取極其豐富的信息。如何充分高效的利用遙感信息已成為地球信息科學(xué)領(lǐng)域一個(gè)備受關(guān)注的問題。 由于道路網(wǎng)絡(luò)信息在交通管理、城市規(guī)劃、應(yīng)急事務(wù)處理等方面的重要性和應(yīng)用廣泛性，道路信息的提取一直是遙感信息提取的重要組成部分，也是圖像解譯和目標(biāo)識(shí)別的一個(gè)重要研究課題。本文圍繞道路的自動(dòng)提取展開研究，

2、主要研究?jī)?nèi)容歸納如下： 1．針對(duì)原始相位編組法獲取支持區(qū)時(shí)存在的不足，提出改進(jìn)的組合編組區(qū)獲取法，該方法通過分析和實(shí)驗(yàn)篩選出合適尺寸的梯度計(jì)算模板，并對(duì)初始的支持區(qū)進(jìn)行連接操作，較好的解決了原始相位編組法獲取的同一條邊緣的支持區(qū)完整性欠缺和支持區(qū)之間斷裂嚴(yán)重的問題。 2．將動(dòng)態(tài)規(guī)劃算法與改進(jìn)的組合編組區(qū)獲取法相結(jié)合，在較小的編組區(qū)內(nèi)應(yīng)用動(dòng)態(tài)規(guī)劃手段搜索邊緣。兩者的結(jié)合使得本文算法既具有相位編組法的弱邊緣檢測(cè)能力，又具有動(dòng)

3、態(tài)規(guī)劃可檢測(cè)任意形狀邊緣的優(yōu)點(diǎn)，同時(shí)也大大減少了單獨(dú)使用動(dòng)念規(guī)劃法的巨大運(yùn)算量，加快了搜索邊緣的速度。 3．在應(yīng)用一維動(dòng)態(tài)規(guī)劃算法搜索道路邊緣線時(shí)，采用虛擬起始點(diǎn)和終止點(diǎn)的方法，避免了起始點(diǎn)和終止點(diǎn)位置確定困難和準(zhǔn)確性不夠的問題。 4．利用路面邊緣線相互平行的特點(diǎn)，從一條較長(zhǎng)邊緣線出發(fā)，檢測(cè)出附近的道路外邊緣候選位置，進(jìn)而利用道路灰度特點(diǎn)，確定本段道路的外邊緣位置。該方法在僅存在一條較為完整道路邊緣的情況下，也能較好的提

4、取道路段。 5．計(jì)算出每個(gè)道路段的中心線，將中心線端點(diǎn)較為接近且方向相差較小的道路段連接為一體。重復(fù)這一過程獲得整個(gè)道路網(wǎng)提耳義結(jié)果。 選取兩幅不同城市的、不同區(qū)域的高分辨率遙感影像對(duì)本算法進(jìn)行檢驗(yàn)，并從視覺和數(shù)量?jī)煞矫嬖u(píng)價(jià)了算法的精確度。從視覺上分析，本文方法提取的道路邊緣很接近原始影像中的道路邊緣，并能對(duì)弱邊緣做到較好的提取。通過定量分析，可以得出本文算法的平均準(zhǔn)確度達(dá)到 88.83％。實(shí)驗(yàn)證明，本文提出的方法適合于