基于車輛軌跡和遙感圖像的道路網(wǎng)絡生成算法研究
發(fā)布時間：2022-01-20 07:30
城市的發(fā)展離不開道路網(wǎng)絡的建設,而一份精確完整的道路網(wǎng)絡地圖則是交通導航、路線規(guī)劃等城市交通活動的重要前提。城市的不斷升級改造勢必會對城市中的道路網(wǎng)絡造成影響,但傳統(tǒng)的基于人工測繪的道路網(wǎng)絡地圖繪制方法存在著周期長、成本高等缺點,因此一個高效、經(jīng)濟的道路網(wǎng)絡生成更新方法具有巨大的應用價值。隨著移動互聯(lián)網(wǎng)技術與衛(wèi)星定位技術的普及,獲取移動物體的軌跡變得越來越容易。現(xiàn)如今,大多數(shù)汽車都配備了定位和導航設備,這些汽車每天都會產生大量的軌跡數(shù)據(jù),這些軌跡數(shù)據(jù)揭示了道路網(wǎng)絡的形狀及其演化規(guī)律,但由于車輛軌跡數(shù)據(jù)的獲取較為困難,因此生成的道路網(wǎng)絡的覆蓋率較低。航空航天技術的成熟使得高清遙感圖像的獲取變得十分容易。高清遙感圖像中蘊含著不同層級的道路,但是從高清遙感圖像中準確地提取道路網(wǎng)絡比較困難,且高清遙感圖像的時效性較差。本文結合了這兩種數(shù)據(jù)的優(yōu)點,提出了兩種高效、高精度的道路網(wǎng)絡提取算法。首先,本文提出了一種增量學習車輛軌跡并從中提取道路網(wǎng)絡的算法。該算法首先對輸入的車輛軌跡數(shù)據(jù)進行預處理,然后通過代表點和連接線段分別記錄車輛軌跡中的位置信息和時序信息,最后結合Delaunay三角網(wǎng)和Dijks...
【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：74 頁
【學位級別】：碩士
【部分圖文】：
圖４．１８骨架圖與高清遙感圖像疊加??５３??
主要依據(jù)車輛軌跡的以下特性：??（１）車輛軌跡數(shù)據(jù)對道路結構信息的表達。一般車輛的移動受限于現(xiàn)有的道路網(wǎng)絡（不??能在平面上隨意移動），因此車輛軌跡數(shù)據(jù)中包含了豐富的道路結構信息。如圖２．１所示，??大量的車輛軌跡疊加在一起，大致地勾勒出了該地區(qū)的道路網(wǎng)絡的結構。??８??
低分辨率遙感圖像的分辨率為１００米級，中分辨率為１０米級，高分辨率為米級。一般情??況下，中低分辨率的遙感圖像包含較少的信息，細節(jié)部分不夠清楚，因此適合觀測宏觀物??體。而高分辨率遙感圖像包含了更多的信息，細節(jié)更加豐富，如圖２．２所示。在高分辨率??圖像上道路細節(jié)清晰可見，因此一般使用高分辨率的遙感圖像進行道路識別研究。但是更??多的細節(jié)也意味著更多的干擾，高分辨率圖像中道路上的汽車，道路兩旁的樹木，以及與??道路形狀相似的河流河堤等都對道路提取算法產生了較大影響，大大增加了道路識別的難??度。??１０??
【參考文獻】：
期刊論文
[1]遙感圖像道路提取方法綜述[J]. 張永宏,何靜,闞希,夏廣浩,朱靈龍,葛濤濤. 計算機工程與應用. 2018(13)
[2]軌跡大數(shù)據(jù):數(shù)據(jù)處理關鍵技術研究綜述[J]. 高強,張鳳荔,王瑞錦,周帆. 軟件學報. 2017(04)
[3]自發(fā)地理信息研究綜述[J]. 尹健,李光強,職露,余容. 計算機應用研究. 2016(05)
[4]軌跡大數(shù)據(jù):數(shù)據(jù)、應用與技術現(xiàn)狀[J]. 許佳捷,鄭凱,池明旻,朱揚勇,禹曉輝,周曉方. 通信學報. 2015(12)
[5]互聯(lián)網(wǎng)文本蘊含道路交通信息抽取的模式匹配方法[J]. 仇培元,張恒才,陸鋒. 地球信息科學學報. 2015(04)
[6]基于雙閾值SSDA模板匹配的遙感圖像道路邊緣檢測研究[J]. 闕昊懿,黃輝先,徐建閩. 國土資源遙感. 2014(04)
[7]基于深度學習網(wǎng)絡的射線圖像缺陷識別方法[J]. 余永維,殷國富,殷鷹,杜柳青. 儀器儀表學報. 2014(09)
[8]基于形狀先驗和Graph Cuts原理的道路分割新方法[J]. 周紹光,陳超,赫春曉. 測繪通報. 2013(12)
[9]結合紋理與形狀特征的高分辨率遙感影像道路提取[J]. 左娟,李勇軍. 測繪. 2013(03)
[10]DELAUNAY三角網(wǎng)的算法詳述及其應用發(fā)展前景[J]. 邵春麗,胡鵬,黃承義,彭琪. 測繪科學. 2004(06)
碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡的遙感圖像道路提取研究[D]. 葉雪娜.陜西師范大學 2017
[2]顧及幾何特征的數(shù)學形態(tài)學高分辨率遙感道路提取方法研究[D]. 周秋琳.中南大學 2013
[3]基于手持移動終端的災情數(shù)據(jù)采集系統(tǒng)研究[D]. 劉瑞.上海師范大學 2012
[4]基于REST Web Service的自發(fā)地理信息應用研究[D]. 劉愛麗.遼寧工程技術大學 2012
本文編號：3598420
【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：74 頁
【學位級別】：碩士
【部分圖文】：
圖４．１８骨架圖與高清遙感圖像疊加??５３??
主要依據(jù)車輛軌跡的以下特性：??（１）車輛軌跡數(shù)據(jù)對道路結構信息的表達。一般車輛的移動受限于現(xiàn)有的道路網(wǎng)絡（不??能在平面上隨意移動），因此車輛軌跡數(shù)據(jù)中包含了豐富的道路結構信息。如圖２．１所示，??大量的車輛軌跡疊加在一起，大致地勾勒出了該地區(qū)的道路網(wǎng)絡的結構。??８??
低分辨率遙感圖像的分辨率為１００米級，中分辨率為１０米級，高分辨率為米級。一般情??況下，中低分辨率的遙感圖像包含較少的信息，細節(jié)部分不夠清楚，因此適合觀測宏觀物??體。而高分辨率遙感圖像包含了更多的信息，細節(jié)更加豐富，如圖２．２所示。在高分辨率??圖像上道路細節(jié)清晰可見，因此一般使用高分辨率的遙感圖像進行道路識別研究。但是更??多的細節(jié)也意味著更多的干擾，高分辨率圖像中道路上的汽車，道路兩旁的樹木，以及與??道路形狀相似的河流河堤等都對道路提取算法產生了較大影響，大大增加了道路識別的難??度。??１０??
【參考文獻】：
期刊論文
[1]遙感圖像道路提取方法綜述[J]. 張永宏,何靜,闞希,夏廣浩,朱靈龍,葛濤濤. 計算機工程與應用. 2018(13)
[2]軌跡大數(shù)據(jù):數(shù)據(jù)處理關鍵技術研究綜述[J]. 高強,張鳳荔,王瑞錦,周帆. 軟件學報. 2017(04)
[3]自發(fā)地理信息研究綜述[J]. 尹健,李光強,職露,余容. 計算機應用研究. 2016(05)
[4]軌跡大數(shù)據(jù):數(shù)據(jù)、應用與技術現(xiàn)狀[J]. 許佳捷,鄭凱,池明旻,朱揚勇,禹曉輝,周曉方. 通信學報. 2015(12)
[5]互聯(lián)網(wǎng)文本蘊含道路交通信息抽取的模式匹配方法[J]. 仇培元,張恒才,陸鋒. 地球信息科學學報. 2015(04)
[6]基于雙閾值SSDA模板匹配的遙感圖像道路邊緣檢測研究[J]. 闕昊懿,黃輝先,徐建閩. 國土資源遙感. 2014(04)
[7]基于深度學習網(wǎng)絡的射線圖像缺陷識別方法[J]. 余永維,殷國富,殷鷹,杜柳青. 儀器儀表學報. 2014(09)
[8]基于形狀先驗和Graph Cuts原理的道路分割新方法[J]. 周紹光,陳超,赫春曉. 測繪通報. 2013(12)
[9]結合紋理與形狀特征的高分辨率遙感影像道路提取[J]. 左娟,李勇軍. 測繪. 2013(03)
[10]DELAUNAY三角網(wǎng)的算法詳述及其應用發(fā)展前景[J]. 邵春麗,胡鵬,黃承義,彭琪. 測繪科學. 2004(06)
碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡的遙感圖像道路提取研究[D]. 葉雪娜.陜西師范大學 2017
[2]顧及幾何特征的數(shù)學形態(tài)學高分辨率遙感道路提取方法研究[D]. 周秋琳.中南大學 2013
[3]基于手持移動終端的災情數(shù)據(jù)采集系統(tǒng)研究[D]. 劉瑞.上海師范大學 2012
[4]基于REST Web Service的自發(fā)地理信息應用研究[D]. 劉愛麗.遼寧工程技術大學 2012
本文編號：3598420
本文鏈接：http://www.sikaile.net/kejilunwen/daoluqiaoliang/3598420.html
