【摘要】：遙感技術(shù)目前得到了快速發(fā)展,對于遙感影響的處理也獲得了廣泛的研究,其中將計算機影像處理技術(shù)應(yīng)用到遙感影像道路信息提取,相比于傳統(tǒng)的實地測繪可以大大地提高時間效率,對于科研及民用有較高的應(yīng)用價值,可以大幅減少人工操作次數(shù)�，F(xiàn)階段,隨著衛(wèi)星獲取數(shù)據(jù)能力的大幅度提升,獲取數(shù)據(jù)的分辨率也獲得了大幅度提升,我們可以從衛(wèi)星拍攝的遙感影像中分辨出建筑物,道路等相關(guān)信息。通過對相關(guān)信息的分類處理并獲取感興趣區(qū)域,對于研究及應(yīng)用具有較重要的意義。在衛(wèi)星獲取的遙感影像中,我們首先根據(jù)道路固有的形狀,采用改進的GVF-Snake分割算法對道路進行分割,并根據(jù)遙感影像中道路所具有的各種特征及相關(guān)信息,對支持向量機(SVM)進行訓(xùn)練進而對道路及非道路部分信息進行分類。最后提出一種新的輪廓骨架提取算法對道路骨架進行提取,從而將道路信息提取出來。為了將遙感影像中的道路部分分割出來,本文提出了一種基于GVF-Snake的改進算法,通過將感興趣的道路部分分割出來,以便于分析道路部分特征。由于GVF-Snake算法是基于影像梯度進行運算,當(dāng)影像邊緣較模糊時,容易將道路邊緣區(qū)分錯。相應(yīng)地本文提出了利用道路最小寬度對GVF-Snake進行迭代約束,實驗證明,可以很好地限制GVF-Snake在道路邊緣部分的迭代問題。遙感影像中的信息可以被認為分類成道路數(shù)據(jù)及非道路數(shù)據(jù)。本文中我們采用了支持向量機對其進行分類操作。對于道路部分的獲取,本文采用改進的GVF-Snake算法對道路信息進行分割提取,并采用手工方式選擇遙感影像中的非道路信息,我們將獲取到的兩類信息作為訓(xùn)練數(shù)據(jù)。通過使用道路信息及非道路信息這兩類訓(xùn)練數(shù)據(jù)對支持向量機進行訓(xùn)練,從而完成對于衛(wèi)星遙感影像中的道路及非道路的分類操作,實現(xiàn)對道路信息的提取。本文對輪廓骨架提取及連通進行了研究及改進。本文首先研究了傳統(tǒng)的骨架提取算法,即OPENCV中的最大圓盤算法,該算法只是簡單地對影像進行骨架提取,并沒有考慮骨架的連通性。我們首先使用Hough變換對提取的骨架進行直線檢測,通過直線檢測確定出影像中的哪些點位于同一線段內(nèi),并對線段進行判斷,線段間是否符合連通性。由于影像信息模糊導(dǎo)致的斷連,采用延長線進行連接,對于局部區(qū)域是曲線的部分路段我們采用膨脹算法進行了連通。并對毛刺進行了消除。最終,我們采用上面提出的三個步驟對遙感影像進行了道路信息的提取操作,提取結(jié)果基本能夠滿足使用,證明了本文提出的改進算法能夠有效地提高道路提取效率,并具有較高的準確率。本文算法的實現(xiàn)在科研和應(yīng)用領(lǐng)域中有一定的應(yīng)用價值。
【圖文】：

二維平面線性不可分，三維空間線性可分將低維數(shù)據(jù)映射到高維空間需要使用核函數(shù)，目前經(jīng)常使用的有如下兩

圖 3.4 迭代中輪廓點的位置算法在進行迭代的過程中，種情況，如果輪廓上的點度的 1/4），則道路已經(jīng)被壓色區(qū)域中，需要對該點進迭代。Point(x,ydelta,y+delta)Point(x,y)Distance(x,xy定后，對于迭代后的新的輪大于道路距離的 1/2 時，該離的 1/4 時，如果該點已經(jīng)域，則對該點進行修正并恢
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP751

【參考文獻】

相關(guān)期刊論文 前10條

1 傅罡;趙紅蕊;李聰;石麗梅;;曲折道路遙感影像圓投影匹配改進追蹤法[J];測繪學(xué)報;2014年07期

2 蔡彩;李培軍;郭建聰;;基于分水嶺變換及分層區(qū)域合并的城市高分辨率影像分割[J];北京大學(xué)學(xué)報(自然科學(xué)版);2014年02期

3 余潔;余峰;張晶;劉振宇;;結(jié)合區(qū)域生長與道路基元的高分辨率遙感影像道路提取[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2013年07期

4 肖大雪;;淺析數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用[J];科技廣場;2013年05期

5 袁叢洲;張金芳;彭進;;高分辨率遙感影像道路線性要素識別[J];計算機工程與應(yīng)用;2012年18期

6 周亞男;程熙;駱劍承;沈占鋒;胡曉東;;改進GVF的自動Snakes模型[J];中國圖象圖形學(xué)報;2012年02期

7 施海亮;周紹光;徐勇;;基于Snakes模型的高分辨率遙感影像城區(qū)道路提取方法研究[J];大氣與環(huán)境光學(xué)學(xué)報;2011年02期

8 丁世飛;齊丙娟;譚紅艷;;支持向量機理論與算法研究綜述[J];電子科技大學(xué)學(xué)報;2011年01期

9 丁美林;李光耀;張巧芳;;Snakes模型在衛(wèi)星圖片道路提取中的應(yīng)用[J];計算機技術(shù)與發(fā)展;2010年01期

10 呂哲;王福利;常玉清;劉陽;;改進的形態(tài)學(xué)骨架提取算法[J];計算機工程;2009年19期

相關(guān)碩士學(xué)位論文 前2條

1 儲曉琛;改進的樣本選擇對分類算法影響的研究[D];安徽大學(xué);2015年

2 周昀罡;基于知識的道路信息提取方法研究[D];四川師范大學(xué);2013年

，

本文編號：2606701