搜索详情-文献综述网

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回

高分辨率遥感影像道路提取方法研究(民办)文献综述

 2021-09-27 20:36:04  

毕业论文课题相关文献综述

文 献 综 述

1.1 选题的目的和意义

道路作为基础地理信息,是地理信息数据的重要组成部分,是地理信息系统应用的基础数据,如车辆导航、交通管理、突发事件快速反应等。基础地理信息数据的价值取决于其现势性,随着GIS应用的深入,人们对数据的现势性提出了更高的要求,需要数据的实时或准实时的更新[1]。卫星遥感影像能快速提供地球表面的信息,高分辨率卫星影像的发展使得提取高精度的GIS信息、地图更新、目标识别等成为可能。道路交通是制约一个地区经济发展的重要方面,同时道路网又是城市和区域分析的主要线索,城市由路网分隔成若干街区,而农村则由主要公路分隔成块,因此,从遥感影像中提取出道路网,不仅对交通运输而言是有用的,对城市街区和农村其它目标的识别和量测也会有简化处理过程的作用[2]

随着实时、全天候、大面积获得地面高分辨率、高精度、多时相、多光谱的数字影像成为可能。而又作为获得地面几何与物理信息的主要信息源,遥感影像解译或者说信息的自动提取是摄影测量与遥感以及计算机视觉等领域的热门课题,有着十分重要的理论和意义。道路不仅是一种重要的基础地理信息,而且可以作为提取其他地物目标的线索和参考系。影像上的道路虽然比其他地物更突出,但实现起来却很困难[3]。这主要是因为目前计算机人工智能还远未达到完全自动地从数字影像中理解与提取地物信息的水平[4]。但是在道路提取方面,国内外还是涌现出了许多重要理论与技术。这里主要是对道路信息提取做了一个总体概述,并展望了其发展趋势。

1.2国内外现状和动态

基于遥感图像自动提取道路信息的研究,国外始于20世纪70年代,国内起步较晚,从90年代开始。从遥感图像上提取道路信息的研究,主要经历了如下的发展历程:从半自动道路信息提取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[5]

Heipke 等(1995)提出一种在多分辨率图像中提取道路的方法[6]。同一航拍图像使用两种分辨率。粗糙分辨率中道路表现为明亮的线,利用局部和全部阙值化提取。精细分辨率中提取边缘,边缘被聚合形成平行线对和其间的区域。通过一定的准则将两个分辨率图像中提取的结果进行融合。Gong 和Wang(1997)将一种图像分类方法用于1.6m分辨率的航空图像的道路检测[7]。他们认为高分辨率图像中道路表面是明亮连续且均匀的区域。按照去噪、细化和修建对道路分类检测。因为房屋屋顶和车道有着类似的光谱特性,结果的好坏很大程度上取决于去噪的效果。Wiedemann(1999)报道了一种自动完善提取道路网路的方法[8]。自动提取的道路网络通常是不完整的、碎片状的。这里的思想是基于道路网设计为快速、便宜、有效和可靠的运输。初步的连接假设由所谓的迂回因子(现有的网络上的两个点的最短路径长度与假定的最优路径长度之比)定义。具有局部最大的迂回因子的假设被选来用图像数据进行评价。如果连接假设被接受,就插入到网络中去。Yuille和Coughlan(2000)利用贝叶斯估计、最大最小估计、条件分布等概率方法[9],通过建立结构树的判别方法,对自动提取道路特征的方法进行了分析研究。I.Laptev(2000)等基于多尺度检测与几何约束边缘检测相结合的方法[10],研究了航空影像上道路的自动提取。Xuan Li和Yanli Qiao(2003)等人提出了一种自动提取高分辨率卫星遥感图片道路网矢量数据的方法[11]。通过边缘提取,道路跟踪,提取矢量数据,并手工校正,为GIS数据生产提供矢量数据。但是该方法对于乡村道路提取效果不太理想。Dal-Poz(2005)等讨论了一种基于四种道路块和六个连接规则重构这些部件来得到道路的方法[12]。 每个道路块是直线道路段的近似局部描述,根据连接规则利用相关的图像边缘轮廓线对其进行组合,每个道路种子由一系列连接的道路块组成。该方法没涉及更深层次的道路网络的完整性的论述,故没有检测交点和被荫影等破坏的道路。

文贡坚和王润生(2000)提出了一种从城市航空影像自动提取直线主干道路网的方法,以稳健的直线提取算法为要点[13]。首先对图像进行分块,在每个子块上检测提取直线道路段,然后自动连接成道路网络。朱长青等人应用形态分割与线性特征匹配进行道路提取[14],将灰度形态学对图像进行形态分割,得到二值化图像,然后利用线性特征匹配方法得到道路网络。

上述道路提取算法各有特点,也各有缺点,理论上可以达到全自动化,但由于诸多因素,离实际应用还有很大距离[15]。它们的灵活性、可靠性不足,目前都还处在研究试验阶段,有待于进一步研究。

参考文献

[1]王培法,王丽,冯学智,等.遥感图像道路信息提取方法研究进展[ J].遥感技术与应用, 2009, 24 (6): 284-288.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。