利用高分辨率影像进行道路提取的研究.pptVIP

利用高分辨率影像进行道路提取的研究 报告人：李泽刚 研究方向：高分辨率影像道路提取 指导教师：刘荣 报告时间：2014年5月17日 研究内容 一、选题的目的和意义。 二、课题背景。 三、研究的主要内容和方法。 四、预期研究成果。 五、参考文献 一、选题的目的和意义 随着遥感技术(Remote Sensing Technology)的发展，遥感不断向着高空间分辨率、高光谱分辨率和高时间分辨率的方向发展,与此同时，获取数据的成本的降低,大量获取遥感数据成为现实，开展遥感数据的利用成为可能。在城市建设中，道路信息显得尤为重要，道路信息的自动提取可以为城市道路网快速更新、交通管理、汽车导航、城市规划,基础地理信息数据库的更新等带来便捷,同时带来巨大的经济和社会效益。 本研究对城市道路的自动提取进行深入研究，对不同状况的道路的提取方法加以总结整理，对欠缺之处加以改进，增强道路提取算法的通用性以及提高提取提取精度。而这些将对城市道路自动提取的进一步发展有非常重要的意义。 二、课题背景 1.理论研究渊源及演进过程 在遥感技术未成熟之前，要完成道路的跟新，必须使用传统的测量方法。传统的测量方法需要消耗大量的人力物资，且存在工作周期长、工作量大的缺点，与此同时，面对大量的道路数据，很容易工作人员疲劳，工作效率下降。因此需要探索自动的道路信息提取方法进行道路的自动化提取，从而能够对道路数据进行准实时更新。 为此研究人员从20世纪70年代开始进行遥感影像的道路提取技术的研究。利用遥感影像进行道路提取的研究主要经历了如下过程：起初，研究人员主要研究的是半自动道路信息提取，而后过渡到自动道路信息提取；从低分辨率遥感图像到中、 高分辨率遥感图像道路信息提取；从 乡村或森林地区的道路信息提取，到郊区和城市地区道路信息的提取；从简单的提取方法到复杂的方法；从单一的提取战略到混合的提取战略；从单一数据提取到多源数据融合提取；从单一方法的提取到多种方法提取结果的融合提取；从单一尺度的提取到多尺度或多分辨分析的提取；从基于像元的提取方法到基于特征或面向对象的提取方法。 2.国内外研究状况 国外道路提取方面的研究可以追溯到上个世纪70年代。国内由于遥感技术发展水平有限，起步较晚。利用遥感影像道路提取是一个多科学交叉的领域，它涉及到计算机视觉、计算机图像学、人工智能、模式识别、测绘学和数学等。国内在道路提取方面的研究从20世纪90年代开始进入一个快速发展的时期。国内外相关研究以及涉及的方面非常广，其中相关的图像处理算法上，图像的预处理算法、边缘提取算法、特征提取算法、网状模型、Snakes模型、面向对象的方法等是研究的重点。 四、研究的主要内容和方法 1.高分辨率影像道路提取的方法 在近几十年的研究中，出现了很多的道路提取的算法和理论，这些道路提取的方法往往是有针对性的，例如有些算法是针对不同的道路类型(高速公路、街道、乡村道路等)进行研究的，有些算法是针对于影像区域(城区或者是郊区)研究的，目前是很难做到全要素模型的道路提取方法的。到目前为止，道路提取算法按道路特征分类了分为如下两大类：一类是基于面状特征的道路信息的提取，一类是基于现状特征的道路信息的提取。 1.1 基于线状特征的道路信息提取 这种方法利用道路在高分辨率遥感影像上呈现线状特征和具有区域均质性的特性,从追踪道路中心点、道路中心线和道路边缘线的角度出发,提取道路网。在该类方法中主要有Kass和Witkin提出的Snakes方法，Snake模型通过将影像的各种特征表示为能量函数，求取函数值的最小值来提取目标。 Barzohar和Cooper建立道路的宽度、边缘、中心线模型，然后对政府图像进行最大后验估计，最后使用动态估计法得到全局的最优估计。 Movaghati和Moghaddamjoo等使用扩展卡尔曼滤波来追踪道路,然后使用粒子滤波继续追踪道路的分支和障碍点,从而达到道路提取的目的。 除此之外还有使用Hough变法提取曲率较小的线装道路，模板匹配法、动态规划法等方法。 1.2 基于面状特征的道路信息提取 这种方法利用道路在高分辨率遥感影像上呈面状特征和具区域均质性的特性,从全局考虑提取面状道路。常见的方法有面向对象的方法、数学形态的方法、图像分割方法、形状特征提取法、基于知识的方法等。 本次课题研究的重点是使用图像分割法提取道路信息，下。边将做详细介绍。 根据图像分割技术的不同，可以分为阈值法、边缘检测法、统计学方法以及结合区域和边界信息法等。 1.2.1 阈值分割法 阈值分割法是图像分割方法中最简单的一种，也是使用最为广泛的一种，也是本次课题研究的重点。阈值分割不需要先验知识，算法用易且执行