论文部分内容阅读
随着空间技术、传感器技术和计算机技术的不断发展，遥感影像已成为人类获取地理信息的重要数据源。与传统的地理数据获取方式相比，从遥感影像中获取信息有着经济性、时效性、周期性等优点。道路网作为地理信息的重要组成部分，如何充分利用遥感影像提取道路信息已成为一个备受关注的问题。随着航空遥感、航天遥感等技术的不断完善，快速获取大规模、高质量的道路网信息已成为可能。道路提取现在已受到各国专家的普遍重视，并已成为遥感、计算机视觉和图像理解等领域的研究热点。
本文对现有道路提取方法进行了详细研究，比较其优缺点，并在此基础上，着重对不同分辨率遥感影像的道路特征进行分析，建立相应的道路模型，实现了道路提取。本文研究了以下内容：
(1)根据遥感影像乡村道路的特性，设计出一种能自动连接道路段的方向模板，给出了用该方向模板提取遥感影像道路的方法。首先对图像进行锐化处理，再用卷积运算增强道路线特征，并去除卷积运算后图像中的噪声，最后给出道路起始点和终止点，利用方向模板自动搜索连接线特征，提取出道路网。
(2)对大范围内整体灰度区分度较小的高分辨率城市遥感影像，提出一种基于高通滤波和形态学的提取方法。用Butterworth高通滤波器对图像进行增强处理，通过形态学运算去除噪声并对道路轮廓进行细化和修剪，最后得到单像素宽的中心线信息，从而实现道路网提取。
(3)对城市道路和建筑物具有规整形态的高分辨率遥感影像，提出一种基于形态重建的道路提取方法。用Otsu自动阈值分割法对增强处理后的图像进行初步分割，对分割后的图像根据道路和房屋形状的不同，分别构建不同的标记图像，再分别对原图像进行重构，将道路和房屋区分开来，最后对提取出的道路模块进行轮廓提取和细化，提取出道路边界和中心线。
(4)对细节信息丰富的高分辨率城市遥感影像，提出相位一致性的道路提取方法。利用相位一致性在六个方向上的相位一致梯度分别检测出图像的边缘，将六个方向检测的结果叠加到一起，再通过设定相位一致梯度阈值将图像二值化，然后使用数学形态学的方法对图像进行去噪和细化处理，提取出道路网。
实验表明上述方法有效提高了道路提取的自动化程度。