基于任務(wù)導(dǎo)向道路提取聯(lián)合濾波.pdf_第1頁
已閱讀1頁,還剩67頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、基于高分辨率遙感影像的路網(wǎng)提取是模式識別、計(jì)算機(jī)視覺、遙感應(yīng)用等領(lǐng)域研究中的重點(diǎn)與熱點(diǎn)之一。高分遙感影像的細(xì)節(jié)豐富,特征多樣。傳統(tǒng)的道路提取方法采用簡單的濾波技術(shù)對圖像進(jìn)行預(yù)處理,對遙感影像中顯著道路結(jié)構(gòu)與屬于非道路結(jié)構(gòu)的紋理干擾進(jìn)行相同程度的平滑,從而影響后續(xù)的檢測結(jié)果與效率。在這個(gè)背景下,本文圍繞道路提取技術(shù)預(yù)處理中的兩個(gè)主要步驟——對紋理干擾的平滑與對顯著道路結(jié)構(gòu)的增強(qiáng)展開重點(diǎn)研究。
  首先,本文建立了一種基于認(rèn)知心理學(xué)的

2、圖像顯著結(jié)構(gòu)度量模型(AperiodicDirectional Structure Model)。針對認(rèn)知心理學(xué)中顯著道路結(jié)構(gòu)具有的各向異性、局部方向性等特點(diǎn),本文建立了一個(gè)道路顯著結(jié)構(gòu)數(shù)學(xué)度量模型。
  其次,受圖像引導(dǎo)濾波啟發(fā),本文提出了一種以道路顯著結(jié)構(gòu)度量模型為導(dǎo)向的自適應(yīng)平滑方法。本文在道路顯著結(jié)構(gòu)度量模型的指導(dǎo)下,結(jié)合線積分卷積方法主要思想,對非道路結(jié)構(gòu)的特征和潛在道路結(jié)構(gòu)特征進(jìn)行自適應(yīng)的平滑作用,從而實(shí)現(xiàn)對道路結(jié)構(gòu)的

3、保留。
  最后,本文以道路顯著結(jié)構(gòu)度量模型為導(dǎo)向并結(jié)合一致性沖擊濾波算法提出了一種基于任務(wù)導(dǎo)向的沖擊濾波增強(qiáng)方法,對屬于道路結(jié)構(gòu)與非道路結(jié)構(gòu)的流線進(jìn)行不同程度的增強(qiáng)濾波,以增強(qiáng)道路邊緣,提高后續(xù)路網(wǎng)提取算法檢測效率。
  實(shí)驗(yàn)部分對本文提出的聯(lián)合濾波算法與相關(guān)結(jié)構(gòu)感知濾波方法進(jìn)行了多項(xiàng)對比實(shí)驗(yàn)。另將本文濾波技術(shù)直接應(yīng)用于最新的路網(wǎng)提取算法中進(jìn)行量化評估,并與其他濾波技術(shù)應(yīng)用于相同算法進(jìn)行對比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示,本課題濾波效

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論