学位论文 > 优秀研究生学位论文题录展示

遥感影像中的道路半自动提取技术研究

作　者: 唐剑波
导　师: 程效军
学　校: 同济大学
专　业: 摄影测量与遥感
关键词: 数学形态学影像分割特征提取道路路网
分类号: P237
类　型: 硕士论文
年　份: 2008年
下　载: 261次
引　用: 3次
阅　读: 论文下载

内容摘要

空间技术、信息技术和计算机技术的发展,推动了遥感技术的进步,人们越来越希望达到一个目的,那就是实现遥感图像处理的高度自动化。但是由于遥感成像的复杂性和地物地貌本身的复杂性,使得遥感影像的自动提取技术还远未实现。即便如此,运用遥感科学的各种技术依然是获取空间信息的重要手段。遥感信息具有信息量大、获取迅速、时效性好等特点。加上其合理的经济成本,无疑它将在国民经济活动中扮演越来越重要的角色。道路路网是非常重要的信息,在图像解译中具有提纲挈领的作用,随着城市化进程的加快,道路的建设也日新月异,道路路网的规划以及现状调查都将是十分迫切的工作。利用遥感信息对道路进行特征提取无疑是一条方便快捷之路。从遥感信息科学和地理信息系统(GIS)的应用来看,遥感影像中提取道路信息可以为GIS数据的更新、GIS的应用提供有利的条件。数学形态学(Mathematical Morphology)诞生于1964年,由法国科学家马瑟荣(G.Matheron)和其学生塞拉(J.Serra)共同创立。数学形态学是一门建立在严格数学理论基础上的学科,其基本思想和方法对图像处理的理论和技术产生了重大的影响。许多非常成功的理论模型和视觉检测系统都采用了数学形态学作为其理论或组成部分。事实上,数学形态学已经构成了一种新型的图像处理方法和理论,形态学图像处理已经成为计算机数字图像处理的一个主要研究领域。运用数学形态学的方法来提取遥感影像中的道路特征无疑也成为近年来的热门研究课题,正如崔屹在《图像处理与分析一数学形态学方法及应用》中所说那样,“数学形态学是一门新兴的图像分析学科,其基本理论和方法在视觉检测、机器人视觉、医学图像分析等诸多领域都取得了非常成功的应用。”本文拟运用数学形态学的方法,对高分辨率遥感影像中的道路信息进行提取。对于彩色遥感图像,先得到其灰度图像,然后对灰度图像进行预处理(如对比度增强、直方图均衡化、滤波运算等)。此时,再运用灰度形态学分割的办法,得到分割后的灰度影像,在此基础上,综合运用二值形态学的方法,提取道路网络。

全文目录

摘要  6-7
ABSTRACT  7-11
第一章绪论  11-17
  1.1 选题意义  11-12
    1.1.1 理论意义  11
    1.1.2 现实意义  11-12
  1.2 遥感信息科学的发展现状和道路特征提取的研究现状  12-16
    1.2.1 遥感信息科学的发展现状  12-13
    1.2.2 遥感影像道路特征提取的研究现状  13-16
  1.3 本文结构和主要内容  16-17
第二章数学形态学基础理论介绍  17-36
  2.1 概述  17-18
  2.2 二值数学形态学基本理论  18-29
    2.2.1 二值形态学腐蚀和膨胀  19-23
    2.2.2 二值形态学开运算和闭运算  23-28
    2.2.3 击中击不中变换  28-29
    2.2.4 细化  29
  2.3 灰度形态学基本理论  29-35
    2.3.1 几个基本概念  30
    2.3.2 灰度腐蚀和膨胀  30-32
    2.2.3 灰度开闭运算  32-34
    2.2.4 灰度重建开和重建闭运算  34
    2.3.5 水平算子  34-35
  2.4 本章小结  35-36
第三章遥感影像道路提取关键技术  36-53
  3.1 彩色图像和灰度图像  36-38
  3.2 影像分割  38-52
    3.2.1 数学形态学分割方法  39-43
    3.2.2 边缘提取  43-47
    3.2.3 阈值分割  47-49
    3.2.4 对道路交叉口的处理方法  49-52
  3.3 本章小结  52-53
第四章运用数学形态学提取道路网络  53-65
  4.1 道路网络提取的过程和方法  53-55
  4.2 道路网络提取试验  55-60
    4.2.1 普通分割  55-56
    4.2.2 基于数学形态学的道路分割  56-60
  4.3 道路网络提取的通用性验证  60-64
  4.4 本章小结  64-65
第五章总结与展望  65-67
致谢  67-68
参考文献  68-71
个人简历、在读期间发表的学术论文及研究成果  71

遥感影像中的道路半自动提取技术研究

内容摘要

全文目录

相似论文