基于時頻特征和支持向量機的高分辨率遙感影像道路提取.pdf

1、道路是我國重要的基礎交通設施，每年國家在基礎建設上不斷加大投資力度，道路建設也呈現(xiàn)出逐年增長狀態(tài)。道路的實時更新對于車輛導航、交通管理、突發(fā)事件快速反應、城市規(guī)劃以及智慧城市等相關(guān)研究領域都具有十分重要的意義。遙感技術(shù)能夠提供大面積準實時的高分辨率影像，遙感影像上的光譜、紋理、空間結(jié)構(gòu)特征越來越豐富，使得從遙感影像中提取道路信息成為可能。利用高分辨率遙感影像進行道路識別和提取，已成為圖像處理、計算機視覺和圖像理解等領域的重點研究課題之一

2、，這不僅有益于豐富基礎地理信息，同時在軍事國防、城市規(guī)劃、環(huán)境規(guī)劃、地理信息更新和農(nóng)業(yè)調(diào)查領域有著廣泛應用。
　　本文采用航空航拍和衛(wèi)星遙感兩種不同平臺所獲取的高分辨率影像作為數(shù)據(jù)源，綜合運用時頻特征抽取技術(shù)和支持向量機分類等方面的知識，實現(xiàn)高分辨率遙感影像中的道路提取。主要內(nèi)容及成果如下:
　　1.闡述了從高分辨率航空以及衛(wèi)星遙感影像中提取道路的目的和意義，分析了國內(nèi)外研究現(xiàn)狀以及現(xiàn)階段影響道路提取的幾大因素。
　　

3、2.介紹了遙感影像預處理相關(guān)基本理論知識，包括遙感影像的幾何校正，輻射校正，遙感影像空域增強和頻域增強，以及遙感影像融合的相關(guān)內(nèi)容。為遙感影像預處理提供理論基礎。
　　3.研究了一種基于地統(tǒng)計學特征抽取與支持向量機分類的遙感影像道路提取算法。首先分析了不同分辨率下的道路影像的特征，介紹了地統(tǒng)計學中變異函數(shù)和機器學習中支持向量機模型的基本理論;然后利用變異函數(shù)抽取紋理特征結(jié)合支持向量機分類進行道路粗分割，并采用道路形態(tài)特征與數(shù)學形態(tài)

4、學相結(jié)合的方法處理道路區(qū)域;最后建立道路網(wǎng)絡。多組對比實驗結(jié)果表明，該算法較好地提取出了遙感影像中復雜道路。
　　4.提出一種基于時頻特征抽取和遷移支持向量機分類的高分辨率遙感影像道路提取算法。首先，利用地統(tǒng)計學抽取道路的時域紋理特征，利用三維小波變換抽取道路的頻域光譜特征，時域紋理特征和頻域光譜特征構(gòu)成高分辨率遙感影像中的道路特征。然后，使用抽取的道路特征訓練由遷移支持向量機模型構(gòu)建的域自適應分類器，對高分辨率遙感影像進行道路粗