欢迎来到天天文库
浏览记录
ID:36642826
大小:2.18 MB
页数:55页
时间:2019-05-13
《遥感图像中道路提取方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:密级:UDC:编号:学位论文遥感图像中道路提取方法研究杨洋指导教师姓名:王霞教授河北工业大学申请学位级别:硕士学科、专业名称:通信与信息系统论文提交日期:2011年11月论文答辩日期:2011年12月学位授予单位:河北工业大学答辩委员会主席:评阅人:2011年11月DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofCommunicationandInformationSystemsSTUDYONROADEXTRACTIONMETH
2、ODINREMOTESENSINGIMAGEbyYangYangSupervisor:Prof.WangXiaNovember2011河北工业大学硕士学位论文遥感图像中道路提取方法研究摘要随着遥感信息技术的发展,现有的信息处理技术已不能适应海量遥感数据分析的要求。如何有效地分析处理遥感图像,并从中快速准确地提取所需要的信息,是当前遥感领域的研究热点。道路信息提取是遥感图像信息提取的主要组成部分,广泛的应用于汽车导航、图像匹配、区域规划和目标侦查等领域。本文采用了结合道路辐射特征和拓扑特征的方法,首先对原遥感图像进行预处理,利用
3、改进的小波分析对遥感图像进行增强,然后对增强图像做改进K-均值聚类分割,对分割后的二值图像进行面积阈值分割及模板滤波等后处理,实现了遥感图像中的道路提取。研究的主要内容有:分别针对遥感图像1阶,2阶和3阶的高阶小波系数滤除进行了分析比较,并对小波分析进行了改进,在图像失真比较小的基础上实现了噪声和细节信息的滤除;对K-均值聚类算法进行了重点研究,分析了平均灰度级法和直方图总体定心法对分割效果的影响,并将自适应K-均值聚类分割算法与基于空间约束的K-均值聚类分割算法进行了结合,得到了更加理想的分割效果;后处理的过程主要针对分割后
4、的二值图像,根据道路的拓扑特征,应用面积阈值分割算法来识别道路与非道路地物,并应用邻域统计模板对图像进行滤波,最终提取出道路的轮廓信息;通过VisualC++6.0对算法进行了编程,实现了遥感图像中道路提取系统的开发,实验结果证明该方法提取道路具有一定适用性。关键词:遥感图像,道路提取,小波变换,K-均值聚类i遥感图像中道路提取方法研究STUDYONROADEXTRACTIONMETHODINREMOTESENSINGIMAGEABSTRACTWiththedevelopmentofremotesensinginformati
5、on,theinformationprocessingtechnologyisnotfitformassivedataanalyzing.Ahotspotinremotesensingresearchareaisextractingvaluableinformationquicklyandaccurately.Roadextractionhasbeenanimportantpartoftheinformationextractioninremotesensingimage.Itiswidelyusedintrafficnavi
6、gation,imageregistration,regionalplanningandmilitaryspyingareas.Themainpurposeofthisstudyisextractingroadinformationinremotesensingimages.Aroadextractionmethodcombiningwithradiationandtopologyfeatureisproposed.First,originalremotesensingimageispre-processed.Wavelett
7、ransformisadoptedtoimplementimageenhancement.ThenimprovedK-meansclusteringalgorithmisusedtoaccomplishimagesegmentation.Finally,post-processingincludingareathresholdsegmentationandneighborhoodtemplatesfilteringisadoptedonbinaryimagetocompleteroadextraction.Themaincon
8、tentsofthestudyareasfollows.1-level,2-leveland3-levelimagesofwavelettransformareanalysedandcomparedrespectively.Noiseanddetailinformationa
此文档下载收益归作者所有