遙感圖像道路提取研究.pdf

1、高分辨率遙感圖像的應用，可以使我們獲取了更加精確、豐富和全面的信息。從遙感圖像中抽取出信息，通過識別出感興趣的目標獲取知識，完成圖像的理解是遙感圖像應用的根本目標。遙感圖像可以提供的信息中，道路信息是很重要的一部分。隨著道路信息的不斷更新，傳統(tǒng)的人工操作已無法滿足需求，于是，將遙感技術與電子技術及圖像識別技術結合起來，研究遙感圖像道路的自動提取，對于道路監(jiān)控和GPS導航及地圖及時更新都有重大意義，也是目前國內外研究的重點。
　　論

2、文主要研究遙感圖像道路提取的方法，首先探討了在線數(shù)據(jù)庫中道路遙感圖像的識別分類，然后對遙感圖像云層進行自動識別的研究，以避免遙感圖像中存在云層覆蓋的情況，最后分別用兩種方法對遙感圖像中道路進行提取。針對在線數(shù)據(jù)庫遙感圖像分類，提出基于文本與圖像信息融合的道路遙感圖像識別分類的方法，需要先提取圖像的文本特征與圖像特征，再將二者的特征進行融合，通過支持向量機的訓練，可得到較好的分類結果，該方法可移植到其他圖像在線數(shù)據(jù)庫分類識別與構建上。針對

3、遙感圖像云層，提取圖像的紋理特征，選擇4個紋理特征參數(shù)——角二階矩、對比度、相關度和熵對云層圖像進行自動識別。針對遙感圖像道路，首先使用結構張量的方法進行主方向的計算，并改進了主方向的計算方法，結合Gibbs抽樣對道路進行提取，該方法適用于有遮擋的道路，但無法說明道路的重要性;采用圓投影變換進行道路提取，通過與初始模板匹配找到最優(yōu)模板來提取道路，該方法可以觀察到道路的重要性。
　　論文研究的具體內容如下:
　　(1)基于文本

4、與圖像信息融合的道路遙感圖像識別。在線圖像數(shù)據(jù)庫中的圖像并不是在相同的實驗室環(huán)境和相同的技術參數(shù)中統(tǒng)一測量的，因此，現(xiàn)有的方法并不能直接對道路遙感圖像進行識別。針對這一問題，利用在線圖像數(shù)據(jù)庫中的道路遙感圖像及其注釋來獲得高精度的道路遙感圖像識別。利用空間金字塔關鍵字直方圖來描述圖像的特征，并通過融合圖像和文本信息提高了道路遙感圖像的識別精度。使用從圖像數(shù)據(jù)庫得到的圖像信息和文本信息訓練支持向量機以得到更高的分類精度，然后在整合所有信息

5、后可以得到支持向量機的后驗概率值和最終結果。相較于使用單獨的圖像特征或單獨的文本特征進行識別，該方法具有較好的識別準確率和分類性能，可移植到其他圖像在線數(shù)據(jù)庫分類識別與構建上。
　　(2)基于紋理特征對遙感圖像云層自動識別。針對高分辨率遙感圖像中云層的自動識別問題，提出一種基于圖像紋理特征的云層自動識別方法，通過灰度共生矩陣來對圖像中云層和下墊面的紋理特性進行統(tǒng)計分析，選擇對云層和下墊面進行有效區(qū)分的4個紋理特征參數(shù)——角二階矩、

6、對比度、相關度和熵對圖像進行識別，最后通過圖像空間域的云層識別方法來對紋理識別結果進行修正，有效提高了云層識別的準確性，為遙感圖像道路提取奠定基礎。
　　(3)基于結構張量進行遙感圖像道路提取。針對基于結構張量的主方向計算方法計算結果不夠精確的缺點，對高斯濾波進行改進并結合canny算子，提出了改進的主方向計算方法，然后基于局部主方向結合Gibbs抽樣進行遙感圖像道路提取。該算法適用于有遮擋的道路圖像，可以比較精確地對道路進行提取