论文部分内容阅读
从航空影像中提取人造物体，如道路、建筑物等，已成为计算机视觉领域的一个重要研究课题。现有的算法对于数字化城市中具有重要意义的城市主干道还不能形成有效的提取。因此，系统地研究道路提取问题具有重要的意义和应用价值。
本论文结合国家自然科学基金项目“数字城市三维影像图关键地物智能识别技术研究”(NO.60172066)，围绕城市道路提取这一中心问题，开展了下列工作：
首先从系统角度出发，提出了一种整体道路边界提取策略，该策略在深入分析道路特征的基础上，综合运用FCM、Snake、GVF以及SEOH等技术形成了一个完善的航空影像道路边界提取方案。
其次，依据此策略，提出了一种基于广义梯度矢量流场的道路中心轴线提取方法。广义梯度矢量流场不仅对航空影像的复杂背景具有较高的适应性，而且相对传统梯度矢量流场具有更优的扩散性能，能使初始轮廓有效快速地收敛于道路中心。实验结果表明，该方法在背景比较复杂的航空影像中提取道路中心轴线具有较好的效果。
最后，本文利用提取的道路中心轴线结果，提出了一种提取道路两侧边界的GVFRibbonSnake算法。算法结合Hough变换来检测道路方向，利用RibbonSnake的宽度约束特性，通过在GVF力场上对初始Ribbon样条反复迭代逼近真实道路边界。实验结果表明，该算法能在背景复杂的航空影像中有效地提取出道路两侧边界。