论文部分内容阅读
道路作为沟通城市之间的纽带无疑是最为重要的地物之一，道路信息在交通、导航、军事、测绘等诸多领域获得了越来越广泛的应用。随着城市建设步伐的加快，我们需要定期更新道路信息，以保证其实时性和有效性。日新月异的遥感技术为我们提供了一种便捷和低廉的途径。高分辨率多光谱遥感技术具有观测范围广，速度快，遥感影像直观、准确、信息丰富等优点。随着各种高分辨率遥感卫星的不断发射，影像的分辨率越来越高，有的甚至已经达到1m以下。影像中的道路也因此变得越来越清晰，甚至可以通过目视解译看到道路上的交通线，越来越多的学者开始专注于从高分影像中提取道路。本文以中原经济区作为研究区域，使用高分一号遥感影像来提取研究区域内的主干道路。本文的研究内容主要包括: (1)研究了对包含道路的遥感影像进行预处理的方法 首先，本文利用对比度扩展对影像进行增强处理，使影像清晰度增加，并排除了会对成像造成不良影响的因素。出于计算纹理的需要，常常要把多波段影像转换为单波段影像，本文使用matlab工具结合加权算法实现这种转换。最后，为了抑制噪声对提取结果的影响、恢复影像本来的面貌，本文在比较了多种尺度的开闭滤波器、交替滤波器、混合滤波器和交替混合滤波器的滤波效果后，最终选定了3×3闭运算滤波器对影像进行平滑处理。 (2)研究了从二值影像中提取道路的方法 对于一些相对简单的遥感影像，我们可以先将其转换为二值影像后再进行道路提取。本文首先使用基于水平算子运算的形态分割法将灰度影像转换为二值影像;接着，使用直线段检测的方法初步提取出道路像元;最后，利用基于长宽比的形状因子检测法去除与道路粘连的不相关地物，从而获得道路条带。 (3)研究了从多波段影像中提取道路的方法 首先，使用eCognition8.7软件中的Canny边缘检测算法对影像进行初步分割;接着，将Canny边缘检测生成的矢量层与其他图层一道作为分割对象，使用eCognition8.7软件提供的多尺度分割算法对影像进行分割;最后，针对得到的一系列“均质”影像对象，先用长宽比约束提取高速公路，后用相关性约束提取与高速公路相关的主干道，逐次将所需要的道路目标提取出来。 (4)研究了从单波段影像中提取道路的方法 首先，根据高分辨率遥感影像中城市主干道路的光谱特征通常沿其方向趋向一致这一特性，通过分析像元点的角度纹理图，找出其最小灰度方差对应的方向;接着，沿着该方向构造专门的二维Gabor滤波器组;然后，利用该二维Gabor滤波器组对影像进行滤波并将滤波值数组作为像元的表征;最后，使用k均值聚类分割作为提取策略获取道路像元。 (5)研究了如何对提取出的道路条带进行修正并矢量化 首先，本文利用不同几何特征的影响因子表征道路对象，并以其区分道路地物和非道路图斑;接着，采用一种基于集合膨胀、求补和交集的算法填充道路条带上的孔洞;然后，通过比较三种不同细化算法的优劣并最终选择了zhang快速细化算法获取道路条带的中心线。最后，本文引入了张量投票算法修复断裂的中心线，并结合之前章节中获得的像元点方向信息对张量投票算法进行了改进，从而使其可以在较为复杂的情形下依然可以较好地完成修复工作。