高分辨率遙感影像中道路提取方法的研究.pdf

1、道路網作為地理信息系統(tǒng)應用的一個基礎數(shù)據(jù)，它的識別、提取和精確定位對于影像理解、制圖、GIS數(shù)據(jù)的更新以及城市規(guī)劃、交通和測繪方面具有的深遠意義。衛(wèi)星遙感技術的發(fā)展使得遙感影像的分辨率顯著提高，高分辨率和中低分辨率下的道路影像特征呈現(xiàn)較大差異，如何更好的利用高分辨率遙感影像提取道路信息實現(xiàn)GIS數(shù)據(jù)動態(tài)更新是近年來重要研究方向之一。
　　 數(shù)學形態(tài)學是建立在拓撲學和隨機集上的一門圖像分析學科，在圖像和信號處理、測繪領域中得到了深

2、度應用。本文分析了現(xiàn)有的從遙感影像中提取道路的不同方法，并在此基礎上結合數(shù)學形態(tài)學方法研究實現(xiàn)了半自動模板匹配法和基于多特征的k-均值聚類分割方法，本文主要工作包括下面三部分：
　　 (1)基于數(shù)學形態(tài)學的遙感影像處理，可針對影像取特定的結構元素經過數(shù)學形態(tài)學的開、閉運算對影像進行預處理，包括形態(tài)濾波和圖像增強。在提取出的道路網絡上運用開閉運算、形態(tài)重建對其進行圖斑去除、孔洞填充、去除毛刺，得到精確道路提取結果。
　　

3、(2)對基于模板的道路提取方法進行改進，使其能夠適用無明顯中心線的道路提取。選擇三個初始種子點，配合角度紋理信息確定道路初始信息，根據(jù)匹配閾值確定目標窗，得到迭代種子點。將迭代種子點連線就是提取的道路線。實驗結果證明，采用該算法能較好的提取道路信息，同時算法也基本滿足實時性要求。
　　 (3)提出一種改進的聚類分割方法。道路圖像預處理后，引入綜合紋理特征向量和光譜特征向量對圖像進行K-均值聚類分割，將分割后的影像利用數(shù)學形態(tài)學進