毕业论文课题相关文献综述

1. 课题研究目的、意义

遥感技术是一门综合性的对地观测技术,由于通过遥感技术获取的影像具有信息量大、地域覆盖范围广等特点,因而被广泛应用于国民经济的诸多领域。随着航空航天技术以及通信技术等相关领域的技术发展，新一代具有高空间分辨率的传感器相继出现，使得全天候、大面积的获得地球表面信息成为可能，遥感技术也逐渐成为人类获取空间信息的重要手段。

随着遥感技术的发展,航天飞机和各种卫星系统提供的遥感影像大量增加,它们的空间分辨率、光谱分辨率不断提高,为地理信息系统提供了丰富的基础信息数据源。遥感影像中道路网是非常重要的基础地理信息,在地图更新、汽车导航、目标识别等领域都具有重要意义。如何有效地利用遥感影像进行道路提取,已成为国内外遥感领域研究的热点,它不仅是遥感领域的难题,也是计算机视觉和图像理解研究的重点之一。

道路是一种重要的人工地物，作为城区的骨架，它的自动识别与信息更新对城市规划、交通管理等都有非常重要的意义。但由于道路在高分辨率遥感影像中的表现形式比较复杂，主要表现为：主干道与次干道的宽度不一；不同的道路段之间由于材质的不同呈现不同的光谱特征；城区背景下会存在部分与道路光谱特征相似的地物；路面噪声包括建筑物和树木的阴影以及路面上的轨道线、汽车的影响更加严重，这些因素使高分辨率下道路的自动提取工作变得更加困难，目前大多数道路提取技术都采用半自动的方式来进行，且多数还存在算法稳健性差、识别精度不高等问题，因此研究高分辨率影像道路的提取问题仍有十分重要的意义。

2.国内外动态

经过几十年发展，已有不少的研究者从不同的角度出发对遥感图像道路信息提取问题的提出了解决方案，在理论与实践上都取得较大的进展，但这些方法大多是针对特定的应用场合，且不同的分辨率下道路往往呈现出不同的形态与特性，使得目前还没有比较成熟的、通用的道路提取方法。

国外ARZOHAR M, COOPER D. B.^[2]利用几何、概率分布模型,建立检测窗口算法,研究了自动提取遥感影像的主要道路特征的方法。该方法要求对道路作一些假设,如要求宽度变化小、方向变化缓、局部灰度变化小、道路与背景差异较大、道路较长等。国内吕健刚,韦春桃^[1]根据遥感影像中城市道路的特性,先设定阈值进行图像分割,得到包含道路网轮廓的二值图像,使用Hough变换检测道路所在直线,对直线进行道路判断,再将所得道路段进行修剪、连接形成道路网,实现道路提取。实验结果表明,使用Hough变换检测道路直线时,能减少影像中的汽车及建筑物阴影对道路提取的干扰。该方法能有效的从高分辨遥感影像中提取城市直线道路。郭丙轩,董玲燕,李齐等^[3]提出了一种新的从航空影像上提取道路中心线的半自动方法。该方法利用道路地物的几何特征和辐射特征,根据用户提供的少量道路种子点,利用自适应灰度模板对道路中心线上的每个点进行调整,最后采用最小二乘算法和牛顿迭代法对调整后的道路中心线上的每个点进行拟合,以此获得趋近于道路中心线的最佳折线。试验结果证明,该算法简单易行、效率较高,具有较好的鲁棒性和实用性。李晓峰,张树清,韩富伟等^[4]基于面状道路和边缘相互验证和辅助的思想,提出一种高分辨率遥感影像上提纯道路信息的方法。该方法首先在面状和边缘两个方面同时提高提取精度,然后由他们之间的逻辑互运算分割道路与非道路对象,并应用有效的形状指数(如:极惯性矩和狭长度指数)刻画和区分道路与非道路面状目标(如楼房等),最终达到提纯道路的目的。实验结果表明了本文方法在去除非道路目标,提纯道路网络方面的有效性。朱晓铃, 邬群勇^[5]对影像进行分割获取影像对象,再通过对影像中道路特征的分析,利用影像对象的光谱特征、几何特征和空间关系建立知识库,最后,利用知识库中的规则来提取影像中的道路。以厦门某城区高分辨率影像进行了道路信息的自动提取实验,其面积一致性总体精度为88% ,形状一致性总体精度为90.13%。结果表明,面向对象法对于城市道路的提取和更新应用,具有一定的实际意义和推广性。李成范,刘岚,周廷刚^[6]在现有道路自动(半自动)提取技术基础上,结合高分辨率遥感影像中行道树的分布特点,从地学知识出发,利用归一化植被指数、阀值分割、数学形态学算子及地理信息系统的分析功能等实现基于行道树的道路自动(半自动)提取和道路面积快速、自动计算。结论表明基于行道树的道路提取和面积计算方法具有一定的实用性。佟彪,吴文波,张存^[7]采用面向对象影像分析方法对试验区QuickBird影像进行了主干道目标的提取,通过影像多尺度分割、影像类规则库的建立以及面向对象的编辑,提取出试验区主干道目标,取得了不错的效果。唐伟,赵书河,王培法^[8]针对高空间分辨率遥感影像丰富的地物细节信息和突出的结构、纹理信息的特点,采用一种面向对象技术,实现了高空间分辨率影像道路信息提取。首先,利用面向对象的影像分割技术得到道路均值对象,然后挖掘高空间分辨率遥感影像中描述道路的光谱特征、几何特征及纹理特征,构建道路对象的知识库,实现了城郊重要道路信息的提取。与最大似然法相比,提取结果充分利用道路形状和纹理信息,能克服光谱特征的噪声现象,提取道路准确率高,为高空间分辨率遥感影像道路信息提取提供了一种新的途径。王培法,王丽,冯学智^[9]通过总结遥感图像道路信息自动提取的发展历程,归纳了常用的道路信息提取方法,并对各个方法的特点进行了分析,在此基础上分析了遥感图像道路信息提取中的不足,最后对以后道路信息提取的研究进行了展望。

尽管从遥感图像中提取道路的相关算法已经取得了一定的研究成果，但是不少算法还存在理论与实际应用的脱节问题。在高分辨率遥感图像的道路提取研究上，仍有很多问题需要解决，在实际的研究中应该注重算法的实用性，并结合实际的应用场景综合考虑利用多种道路提取技术来实现道路的提取。

3．总结问题（存在不足）

道路作为一种重要的人工地物，它的自动提取对其它地物要素的提取具有