高分辨率遙感圖像道路提取研究.pdf

1、道路提取是遙感圖像分析、理解和目標(biāo)提取中的重要問題之一,它在遙感測繪、地理信息系統(tǒng)(GIS)、軍事應(yīng)用等領(lǐng)域都具有重要的價值和意義。遙感圖像中信息的復(fù)雜性和多樣性使道路提取成為非常困難的問題。目前現(xiàn)有一些方法雖然能夠較好地提取直線型道路,但對于提取非直線型(曲線型)道路還存在著一定的局限性；有一些方法仍需要人工選取種子點,因此對人工依賴性較強；另有一些方法需要結(jié)合人工分析對特征閾值進行選取,這不僅選取難度較大,而且缺乏一定的普適性。

2、r>　　 因此,針對目前上述方法中存在的問題和不足,本文結(jié)合國內(nèi)外研究成果提出了一種基于D-S(Dempster-Shafer)證據(jù)理論融合幾何形狀特征提取高分辨率遙感圖像中道路的方法。該方法主要由以下步驟來實現(xiàn):
　　 (1)按照遙感圖像中道路的灰度特征,對基于閾值分割的方法進行了改進,提高了區(qū)域內(nèi)部均勻性指標(biāo),以適合于后續(xù)的目標(biāo)提取操作；(2)按照歸納總結(jié)的道路模型,選擇并優(yōu)化了幾何形狀特征,以提取直線型和曲線型道路段,從

3、而克服了許多方法中只能提取直線型道路的缺點；(3)結(jié)合D-S證據(jù)理論對幾何形狀特征進行融合,降低了人工對特征閾值進行分析和選取的難度；(4)按照一定的規(guī)則在已提取的道路段上確定種子點,并通過區(qū)域增長的方式初步實現(xiàn)道路網(wǎng)的連接,從而將“點”的選取擴展并替換為“面”的提取,克服了一些方法中需要人工選取種子點的過程,實現(xiàn)了一定的自動化程度；(5)結(jié)合邊緣信息對區(qū)域增長進行后處理,并運用形態(tài)學(xué)方法、細化方法規(guī)整化了道路網(wǎng),得到初步的道路網(wǎng)中心線