高分遥感影像的道路网提取实验设计_郭杜杜.pdf
《高分遥感影像的道路网提取实验设计_郭杜杜.pdf》由会员分享,可在线阅读,更多相关《高分遥感影像的道路网提取实验设计_郭杜杜.pdf(5页珍藏版)》请在咨信网上搜索。
1、 第 卷 第 期 年 月:高分遥感影像的道路网提取实验设计郭杜杜,王庆庆,赵 亮,王 洋(新疆大学 交通运输工程学院;机械工程学院,乌鲁木齐)摘 要:为了优化交通信息系统中规模化道路网的提取效果,设计了一套利用高分遥感影像进行道路网自动提取的实验流程。该设计对高分遥感影像进行卷积滤波和线性均衡预处理,使道路轮廓更加清晰;将多尺度分割与最邻近特征算法相结合,进行道路特征的提取;针对初步提取结果中的断裂和边缘不平滑现象,使用形态学闭运算对提取的道路进行连贯性和平滑性优化;对提取的道路进行路网融合,实现道路网信息的有效提取及矢量化。实验结果表明,所设计的实验能达到道路网高精度自动提取,提取的总体精度
2、达到|以上,系数达到了|。关键词:高分遥感影像;多尺度分割;形态学运算;道路网提取;精度评价中图分类号:|文献标志码:文章编号:(),(;,):,|,|:;收稿日期:基金项目:新疆维吾尔自治区高等学校本科教育教学研究和改革项目();年 新 疆 大 学 金 课 建 设 项 目();年新疆大学交通规划课程思政标杆课建设项目()作者简介:郭杜杜(),女,湖北黄冈人,副教授,主要从事智能交通系统信息采集研究。:;:引 言道路作为交通四要素(人、车、路、环境)的重要组成部分,一直是交通信息采集的重要目标。目前交通行业主要是采用全球定位系统(第 卷,)与人工核查相结合的方式进行道路信息数据的采集,存在数据
3、收集周期时间长,成本高,数据受主观因素影响大,质量得不到保障等问题。道路网信息的自动提取和建立,对于我国规模日益庞大的道路网建设、养护和监管起着重要作用,也为无人驾驶领域的研究提供基础数据。近年来,通过高分遥感影像进行道路信息提取并矢量化已成为道路网数据获取的重要来源。连仁包等将局部形态学梯度图引入传统圆形模板匹配算法,减少人工设定的参数,提高算法的适应性;等对道路几何特征进行推断,构建农村公路几何知识库,利用知识推理实现路网提取;等引入半监督方法,结合多尺度滤波和多向非最大抑制算法,提取出平滑完整的路网中心线。贺浩等基于道路语义特征信息设计了一种编解码的深度学习网络,实现道路中心线的提取。基
4、于深度学习的提取方法需要大量的训练样本,提取成本较高,基于模板匹配、面向对象等方法提取效果不佳,人为参数设定较多,对道路网自动提取效果的测试和优化仍需要继续探索。本文以城市区域原始高分遥感影像为研究对象,使用卷积滤波和线性均衡算法,抑制噪声信息,清晰化道路边缘;对道路和非道路地物进行多尺度分割和最近邻特征匹配,实现道路初步提取;利用形态学闭运算对初步提取结果进行后处理和路网融合,最终实现城市区域路网的快速提取和矢量化。实验总体设计图 所示为本文道路网提取实验总体框架。根据道路网提取实验的需求,选择适当分辨率的高分遥感影像数据,结合道路及环境特点进行图像预处理,实现道路初步提取,其次对初步提取的
5、道路进行优化,接着对提取的道路进行路网融合,最终实现道路网的提取。图 道路网提取实验总体框架 实例验证.实验数据实验采用的影像是空间分辨率为 ,包含 个波段的卫星高分遥感影像,图 所示为某区域的原始高分遥感影像截图。图 原始影像.实验过程 图像预处理图像预处理采用卷积滤波的图像去噪方法和线性均衡(,)的图像增强方法。采用的 方法是将直方图累积在 之间的像元值拉伸,取直方图累积在 处对应的光谱值为最小值,处对应的光谱值为最大值。若像元值在最小值和最大值之间,则将其拉伸至 ;若像元值小于最小值,则将其改为对应的最小值;若像元值大于最大值,则将其改为。图 所示为图像预处理后的效果。由图可见,预处理后
6、的图像中道路噪点减少,道路边缘明显清晰,将有助于减少下一步道路提取的“椒盐”现象。图 预处理后影像 多尺度分割多尺度分割利用的是一种自上而下的分割原理,但其本质却是一个不断自下而上合并的过程。该过程依据光谱、形状、纹理等多种特征,按照同质性原则不断进行区域合并,直到所有合并后的区域都比设置的分割尺度小,则多尺度分割过程完成。具体分割流程如图 所示。采用 工具对影像自动进行最佳分割尺度的找寻,该工具以不同的分割尺度下影像对象同质性的局部方差(,)作为分割对象层的平 第 期郭杜杜,等:高分遥感影像的道路网提取实验设计图 多尺度分割流程均标准差,并用 的变化率值(,)来衡量分割效果,当 呈现峰值时,
7、即为最佳分割尺度。最终将最佳分割尺度可视化,见图。图 最佳分割尺度 经过对 的各个峰值进行筛选,确定的各区域分割具体参数为分割尺度,颜色因子|,形状因子|,光滑度|以及紧致度|。最终的分割结果如图 所示。图 分割结果 最邻近分类初步提取采用最邻近分类算法进行图像分割后的道路提取。最邻近分类算法是利用基于对象特征定义的隶属度函数进行分类。在最邻近分类的过程中,会对照选择的代表性样本,在需要分类的对象中寻找与代表性样本最接近的其他对象。判别是否接近的依据是待分类对象的隶属度值是否超过一定的阈值。具体如下:()建立样本库。通过选定道路对象特征和非道路对象特征构成样本库,建立的样本库将是后面进行道路和
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 高分 遥感 影像 道路网 提取 实验设计 郭杜杜
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。