论文部分内容阅读
新型城镇化是我国针对当前农村向城镇演变过程中遇到的问题与发展的方向所提出的可持续发展战略,其中,农村道路交通的发展情况对战略实施起着重大的决策作用。当前农村道路数据库的更新主要依靠在遥感影像上手动标识和利用手持GPS进行实地采集,耗时耗力。因此,提出高效的信息提取技术取代人工方法,对农村道路数据库进行快速更新很有研究价值。本文选取了湖南省长沙市某农村地区作为实验区,针对0.2m的高分辨率无人机影像,提出了一种基于面向对象的区域生长方法。为了验证提出方法的有效性,本文将7种不同道路提取方法针对4种不同类型道路的提取结果进行了比较和分析。本文提出的基于面向对象的区域生长方法,以同质像元组成的集合为处理对象,集成了面向对象与区域生长的优势。相比于基于像素的传统的区域生长,该方法用对象取代像元,利用道路的光谱特征以及空间特征进行大批量的种子筛选,提高了种子的选取效率;同时,区域生长的连接性为面向对象方法提供了新的空间上下文信息连贯条件,使得道路提取结果更加完整。基于面向对象的区域生长方法包括两个步骤,一是利用面向对象方法分割影像、获取道路种子对象;二是基于对象进行区域生长。在面向对象分割部分,利用多尺度分割方法对影像进行分割,根据道路对象的光谱和几何特征设置道路种子对象提取条件,从而得到道路种子对象,并基于对象的亮度均值生成后续区域生长的基础影像。在区域生长部分,首先,将利用面向对象方法得到的道路种子点进行分离处理,包括检测边缘、膨胀、腐蚀等数学形态学算法,从而得到互不相邻的道路种子对象。之后,将在面向对象分割部分得到的基础影像作为生长影像,遍历影像的所有种子对象,计算道路种子对象的亮度均值与遍历种子对象的亮度均值的差值,以该差值作为生长条件,当差值符合设定的阈值时,将该对象纳入道路对象;反之,当差值大于设定的阈值时,将该对象纳入背景。最后,遍历全部对象后得到的道路和背景的二值影像,再利用数学形态学重建等处理方法对影像进行后处理,得到最终的道路提取结果。此外,本文将监督分类、非监督分类、区域分离与合并、边缘提取、面向对象、区域生长6种方法的提取结果与本文的基于面向对象的区域生长方法的提取结果进行了定性和定量的对比和分析。实验结果表明,基于面向对象的区域生长方法在植被和道路、在植被和有阴影道路、在房屋、植被和道路、在房屋、植被和有阴影道路环境下的道路提取精度优于其余六种道路提取方法,验证了本文方法的有效性。