高分辨率影像中農(nóng)村道路提取方法研究.pdf

1、新型城鎮(zhèn)化是我國針對當前農(nóng)村向城鎮(zhèn)演變過程中遇到的問題與發(fā)展的方向所提出的可持續(xù)發(fā)展戰(zhàn)略，其中，農(nóng)村道路交通的發(fā)展情況對戰(zhàn)略實施起著重大的決策作用。當前農(nóng)村道路數(shù)據(jù)庫的更新主要依靠在遙感影像上手動標識和利用手持GPS進行實地采集，耗時耗力。因此，提出高效的信息提取技術取代人工方法，對農(nóng)村道路數(shù)據(jù)庫進行快速更新很有研究價值。
　　本文選取了湖南省長沙市某農(nóng)村地區(qū)作為實驗區(qū)，針對0.2m的高分辨率無人機影像，提出了一種基于面向對象的區(qū)

2、域生長方法。為了驗證提出方法的有效性，本文將7種不同道路提取方法針對4種不同類型道路的提取結果進行了比較和分析。
　　本文提出的基于面向對象的區(qū)域生長方法，以同質像元組成的集合為處理對象，集成了面向對象與區(qū)域生長的優(yōu)勢。相比于基于像素的傳統(tǒng)的區(qū)域生長，該方法用對象取代像元，利用道路的光譜特征以及空間特征進行大批量的種子篩選，提高了種子的選取效率；同時，區(qū)域生長的連接性為面向對象方法提供了新的空間上下文信息連貫條件，使得道路提取結果

3、更加完整。
　　基于面向對象的區(qū)域生長方法包括兩個步驟，一是利用面向對象方法分割影像、獲取道路種子對象；二是基于對象進行區(qū)域生長。在面向對象分割部分，利用多尺度分割方法對影像進行分割，根據(jù)道路對象的光譜和幾何特征設置道路種子對象提取條件，從而得到道路種子對象，并基于對象的亮度均值生成后續(xù)區(qū)域生長的基礎影像。在區(qū)域生長部分，首先，將利用面向對象方法得到的道路種子點進行分離處理，包括檢測邊緣、膨脹、腐蝕等數(shù)學形態(tài)學算法，從而得到互不相

4、鄰的道路種子對象。之后，將在面向對象分割部分得到的基礎影像作為生長影像，遍歷影像的所有種子對象，計算道路種子對象的亮度均值與遍歷種子對象的亮度均值的差值，以該差值作為生長條件，當差值符合設定的閾值時，將該對象納入道路對象；反之，當差值大于設定的閾值時，將該對象納入背景。最后，遍歷全部對象后得到的道路和背景的二值影像，再利用數(shù)學形態(tài)學重建等處理方法對影像進行后處理，得到最終的道路提取結果。
　　此外，本文將監(jiān)督分類、非監(jiān)督分類、區(qū)域