基于形态学策略的高分辨率遥感影像道路提取方法研究

论文摘要

道路在人们的政治、经济、文化生活中都发挥着至关重要的作用。在地学领域,道路信息是遥感影像解译的重要研究对象、是基础地理信息的重要数据源。因此,道路信息智能化、自动化提取的研究,对于遥感影像地物自动识别和定位、海量地理信息数据获取以及电子地图和空间数据库的更新等方面都有重要的意义。近年来,随着高分辨率遥感的发展,能够为用户提供海量的高分辨率遥感影像数据,这些影像能提供比低分辨率影像更加详细的地物信息。但由于受到目标识别的高度复杂性和目前理论技术水平限制,目前的人工、人机交互式的地物识别技术解译共工作量大、效率低,还远远不能达到智能化、自动化的要求,容易造成资源浪费。因此,研究高分辨率遥感影像地物提取算法具有重要理论和实际意义。数学形态学理论源于20世纪60年代中期,在各种领域中应用广泛,运算快,简单灵活的特点使其图像处理过程中运用广泛,另外,简化图像结构、保持图像特性、去除冗余结构的作用,更加突出了其在遥感影像的道路提取中的优势。本文在充分学习形态学理论的基础上,结合高分辨率遥感影像中道路的具体特征,提出了基于数学形态学策略的道路分割方法：根据道路在高分辨率遥感影像中表现出的特点,将其分为直线型道路、曲线型道路、交叉型道路以及断裂型道路四类；然后根据每种类型道路的具体特点,结合数学形态学的理论和方法,制定合理的分割策略；利用基于道路交叉点的影像分块技术,实现影像分块,使得子影像中只包含单一类型的道路,根据道路类型,获得分割策略,实现道路的初步分割；最后合并分割结果,形成道路网信息的完整分割,还可利用形态学细化和去毛刺功能提取道路骨架。实验证明,基于形态学策略的提取方法能够较好的实现高分辨率影像中道路信息的提取,但整个道路提取策略还存在许多需要提高和完善的环节,有待以后进一步研究。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究目的和意义
• 1.2 高分辨率影像道路提取国内外研究现状
• 1.3 研究的主要技术路线与方法
• 1.4 研究的主要内容
• 2 数学形态学理论基础
• 2.1 结构元素
• 2.2 二值形态学基本运算
• 2.3 灰度形态学基本运算
• 2.4 本章小结
• 3 高分辨率影像道路提取关键问题分析
• 3.1 高分辨率影像道路特征分析
• 3.2 基于形态学方法的可行性及关键技术分析
• 3.3 本章小结
• 4 基于形态学策略的高分辨率影像道路分割
• 4.1 道路类型分类
• 4.2 基本分割策略
• 4.3 各种类型道路分割策略
• 4.4 本章小结
• 5 高分辨率影像道路提取实验
• 5.1 实验内容及方法
• 5.2 道路分割实验
• 5.3 道路形态细化与毛刺去除
• 5.4 实验结果评价
• 5.5 本章小结
• 6 结论与展望
• 6.1 本文主要结论
• 6.2 展望
• 致谢
• 参考文献
• 攻读硕士学位期间取得的主要成果