- 論文作者 李 曉 峰
- 指導(dǎo)教師 張 樹 清 研究員
- 培養(yǎng)單位名稱 中國(guó)科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所
- 學(xué)位授予單位名稱 中國(guó)科學(xué)院研究生院
摘要
自從20 世紀(jì)70 年代之一顆人造遙感地球衛(wèi)星問(wèn)世以來(lái)，隨著遙感衛(wèi)星數(shù)據(jù) 獲取技術(shù)的不斷發(fā)展，遙感影像空間分辨率不斷增高，已經(jīng)達(dá)到甚至突破米級(jí)。在高分辨率影像上，不僅地物的光譜特征更加明顯，其景觀的結(jié)構(gòu)、形狀、紋理 和細(xì)節(jié)等信息也都非常突出。這些高分辨率的遙感影像為GIS 數(shù)據(jù)的更新和應(yīng)用 提供了更加有利條件。如何快速、準(zhǔn)確地從遙感影像中提取所需信息已成為研究 方向，而從遙感影像中自動(dòng)提取道路是其中一個(gè)研究熱點(diǎn)。由于高空間分辨率遙 感影像中道路類型眾多，空間結(jié)構(gòu)復(fù)雜，同時(shí)，受路面障礙物（如車輛等）及陰 影等圖像噪音影響，同一目標(biāo)物的不同部分表現(xiàn)出不同的灰度空間特征，傳統(tǒng)的 基于線狀目標(biāo)提取和面狀分類的遙感影像道路提取 *** (如Hough 變換，道路檢 測(cè)算子等)不能取得很好的效果，因此道路信息自動(dòng)提取十分困難。到目前為止，道路提取基本依靠手工描繪或人機(jī)交互式跟蹤，這無(wú)疑增加了人員成本、降低了 工作效率。 過(guò)去幾年，在數(shù)學(xué)分析、計(jì)算機(jī)視覺、模式識(shí)別、統(tǒng)計(jì)分析等不同學(xué)科中，分別獨(dú)立地發(fā)展著一種彼此極其相似的理論，人們稱之為：多尺度幾何分析 （MGA）。它是對(duì)小波變換的延伸和擴(kuò)展，發(fā)展MGA 的目的是為了檢測(cè)、表示、處理某些高維空間數(shù)據(jù)。
目前，人們提出的多尺度幾何分析 *** 主要有：脊波變 換（Ridgelet transform）、曲波變換（Curvelet transform）、Contourlet 變換等。本 文將以新近發(fā)展起來(lái)的第二代小波分析 *** —多尺度幾何分析為理論基礎(chǔ)，將其 納入到對(duì)高分辨率遙感影像的道路提取中，并結(jié)合已有道路提取 *** ，實(shí)現(xiàn)道路 信息的更加準(zhǔn)確、快速提取。本文的主要研究?jī)?nèi)容和結(jié)論如下：
1、基于多尺度幾何分析的遙感影像增強(qiáng)研究 對(duì)已有的經(jīng)典圖像增強(qiáng)算法和曲波增強(qiáng)算法進(jìn)行試驗(yàn)比較，結(jié)果表明基于曲 波變換的圖像增強(qiáng) *** 優(yōu)于高斯高通濾波和線性變換的圖像增強(qiáng) *** ，變換后更 多的圖像細(xì)節(jié)能夠被保持下來(lái)，保持邊緣的效果也很明顯。這也正是多尺度幾何分析的優(yōu)點(diǎn)所在。
2、基于脊波變換的道路邊緣檢測(cè) 深入研究了脊波變換的數(shù)字實(shí)現(xiàn) *** ，提出了修正的 Radon 變換（Revised Radon Transform, RPRT）, 改進(jìn)了脊波變換中的關(guān)鍵步驟- Radon 變換的數(shù)字實(shí) 中科院博士學(xué)位論文引入多尺度幾何分析的高分辨率遙感影像城市道路信息提取 *** 研究 現(xiàn)方案，使之更適合高分辨率遙感影像的道路邊緣檢測(cè)。在此基礎(chǔ)上，納入道路 的輻射和幾何特征，設(shè)計(jì)了基于脊波變換的高分辨率遙感影像道路邊緣檢測(cè)方 法。最后，使用Pratt's Figure of Merit (FOM) 來(lái)評(píng)價(jià)實(shí)驗(yàn)中道路檢測(cè)的精度和算 法的有效性。實(shí)驗(yàn)結(jié)果表明，該 *** 優(yōu)于已有的經(jīng)典邊緣檢測(cè)算子（如Canny 算子，Sobel 算子等）和圖像分類分割 *** 所獲得的道路邊緣。
添加微信好友, 獲取更多信息
復(fù)制微信號(hào)
3、基于紋理特征的道路面狀信息提取 分別使用灰度共生矩陣、小波 *** 和Contourlet 變換構(gòu)造了圖像的多個(gè)紋理特 征，使用監(jiān)督和非監(jiān)督 *** 對(duì)圖像進(jìn)行分類，從而提取道路面狀信息。在此過(guò)程 中，對(duì)于紋理屬性的約簡(jiǎn) *** 也進(jìn)行了實(shí)驗(yàn)和研究。實(shí)驗(yàn)結(jié)果表明，紋理特征的 加入能夠有效提高分類精度，其中組合主成分分析和K-mean 的自動(dòng)分割 *** 中 Contourlet 紋理特征獲得了較好的效果，組合粗集約簡(jiǎn) *** 和微軟決策樹的監(jiān)督 分類 *** 中，灰度共生矩陣分割的精度較高。
4、道路邊界、路面及形態(tài)多重信息融合的道路提取 *** 研究 在使用多尺度幾何分析 *** 提高道路邊緣和面狀提取精度的基礎(chǔ)上，設(shè)計(jì)了邏 輯互運(yùn)算 *** ，使得道路邊緣和面狀信息互相確認(rèn)，互為補(bǔ)充，同時(shí)遴選有效的 形狀指數(shù)進(jìn)一步提純道路信息，從而達(dá)到了道路的更加準(zhǔn)確提取。
關(guān)鍵詞
高分辨率遙感影像；道路信息提取；多尺度幾何分析；屬性約簡(jiǎn)
來(lái)源：開源地理空間基金會(huì)中文分會(huì)
來(lái)源鏈接：https://www.osgeo.cn/post/5871g
本站聲明:網(wǎng)站內(nèi)容來(lái)源于 *** ,如有侵權(quán),請(qǐng)聯(lián)系我們,我們將及時(shí)處理。
