基于模糊連接度的道路自動(dòng)提取方法研究.pdf

1、隨著空間技術(shù)的飛速發(fā)展，空間遙感活動(dòng)也得到了充分的擴(kuò)展和應(yīng)用，遙感信息已經(jīng)成為一種不可或缺的地理信息數(shù)據(jù)源，相對于傳統(tǒng)的地理信息，遙感信息更具有經(jīng)濟(jì)型、時(shí)效性、綜合性等特點(diǎn)。同時(shí)，各類遙感數(shù)據(jù)獲取系統(tǒng)的飛速發(fā)展，海量的遙感數(shù)據(jù)源源不斷的發(fā)回地面，使得原有的遙感影像處理技術(shù)面臨著前所未有的巨大挑戰(zhàn)，因而，如何從海量遙感影像數(shù)據(jù)中優(yōu)質(zhì)高效地提取目標(biāo)信息，已成為遙感技術(shù)及其應(yīng)用領(lǐng)域中的一個(gè)熱點(diǎn)問題。道路信息作為遙感信息中非常重要的一類地理信息

2、，在交通導(dǎo)航、城市規(guī)劃、軍事偵察等領(lǐng)域有著廣泛的應(yīng)用，準(zhǔn)確快速地獲取道路信息才能滿足現(xiàn)實(shí)應(yīng)用的需求。但由于遙感道路信息的高度復(fù)雜性，且現(xiàn)今計(jì)算機(jī)自動(dòng)化水平尚未達(dá)到相應(yīng)的需求，到目前為止仍然沒有一種成熟可靠的道路自動(dòng)提取方法，所以道路自動(dòng)提取技術(shù)也成為遙感信息處理領(lǐng)域中的研究熱點(diǎn)之一。模糊數(shù)學(xué)，作為一種描述不確定狀態(tài)的模糊性理論，為機(jī)器智能化奠定了理論基礎(chǔ)和方法手段，使機(jī)器可以接受并理解自然事物，一方面提高了機(jī)器運(yùn)作的靈活性，另一方面是機(jī)

3、器更加“聰明”，智能化程度更高，更符合人類的思維方式，已成功運(yùn)用于控制工程、人工智能、空間信息處理等領(lǐng)域。本文圍繞模糊連接度理論在遙感道路提取方面的應(yīng)用展開，對影像中道路的自動(dòng)提取方法進(jìn)行研究，提出將模糊數(shù)學(xué)理論與道路紋理特性相結(jié)合的提取方法，實(shí)現(xiàn)對道路的自動(dòng)提取。本文主要工作和創(chuàng)新點(diǎn)包括：1）研究學(xué)習(xí)模糊數(shù)學(xué)理論中關(guān)于模糊連接度的知識，模糊連接度在影像處理中的表現(xiàn)形式及影響參數(shù)，通過對遙感道路影像進(jìn)行種子點(diǎn)提取及模糊連接度擴(kuò)展，驗(yàn)證模

4、糊連接度算法在影像道路擴(kuò)展方面的可行性。2）提出基于影像非監(jiān)督分類算法的種子點(diǎn)校正策略，有效剔除影像中的非道路地物段，減少道路種子點(diǎn)誤提取率，提高種子點(diǎn)影像的精確度，為模糊連接度擴(kuò)展提供可靠的道路種子點(diǎn)。3）結(jié)合影像紋理特征，融入模糊連接度計(jì)算理論，建立紋理—模糊連接度概念，從局部性與區(qū)域性來同時(shí)考慮像素特征，更好的反映影像中道路邊緣點(diǎn)之間的關(guān)聯(lián)程度，為道路點(diǎn)擴(kuò)展提供了一種更合適的特征值。通過實(shí)驗(yàn)證明，采用紋理—模糊連接度概念來擴(kuò)展的道