多尺度遥感影像道路信息提取方法研究地图学与地理信息系统专业论文.docxVIP

研究生优秀毕业论文 目 目 录 摘|晕 ．I ABSTRACT IlI 第1章绪论 ．．． 1 1．1选题背景及研究意义 1 1．2研究进展 ．．1 1．3主要研究内容、方法与技术路线 6 第2章遥感影像道路特征与预处理 ．9 2．1道路的分类 。9 2．2遥感影像道路信息特征分析 ．10 2．3遥感影像预处理 ．11 2．4本章小结 ．．14 第3章高分辨率遥感影像道路信息提取 15 3．1基本理论 ．15 3．2基于矩形模板匹配的道路追踪提取 ．16 313角度纹理法与剖面匹配法 ．18 3．4道路信息提取实验与结果分析 ．20 3．5本章小结 ．24 第4章中等分辨率遥感影像道路信息提取 。25 4．1基本理论 ．25 4．2基于区域生长与支持向量机的道路信息提取方法 ．30 4．3道路提取实验与结果分析 3l 4．4本章小结 ．34 第5章结论与展望 35 5．1结—淦 ．35 5．2展望 ．35 i目筻 谢 ． ．． zI：l 附 录 43 万方数据 摘要多尺度遥感影像道路信息提取方法研究 摘要 多尺度遥感影像道路信息提取方法研究 地图学与地理信息系统专业硕士研究生孙晨阳 指导教师周廷刚教授 摘要 道路作为一种最基本的地理信息数据，它获取方式的自动化程度、提取效率、更新速度、 定位的准确度在地理信息数据的更新方面有着非常重要的意义。本文从实际应用的角度出发， 以多尺度遥感影像为研究对象，使用最小二乘模板匹配法、自适应区域生长法、支持向量机 及其改进算法进行道路提取研究，对提取方法进行了可行性实验，并通过定量指标评价算法 的有效性。 本文针对遥感影像道路提取算法研究，主要工作有如下几点： (1)分析总结了遥感影像道路提取的研究现状，对比分析了不同方法的优劣，学习和参 考前人的研究成果，为本研究方法夯实了基础。 (2)根据我国道路的分类体系，分析了不同分辨率遥感影像上不同类型道路的特征。 (3)为了提高遥感影像道路提取的效果和精度，削弱噪声的干扰，结合研究基础和文献 资料，使用Dudo道路算子进行遥感影像锐化，并进行中值滤波或者双边滤波，实现遥感影像 的平滑等预处理。 (4)针对高分辨率遥感影像特点，由于道路信息的复杂性与过多的噪声，本文提出并实 现了改进的基于最小二乘矩形模板匹配的道路追踪方法。通过对比本文改进的矩形模板匹配、 剖面模板匹配、角度纹理的道路追踪提取方法在高分辨率遥感影像上进行定性定量对比实验， 矩形模板匹配法提取完整率最好，达到90．7％，分别高于剖面模板匹配法的81．5％和角度纹理 法的85．3％；矩形模板匹配法的正确率优于90％，提取质量优于81．6％；矩形模板匹配法的自 动化程度比剖面匹配法、角度纹理法高46．9％和37．6％；提取速度以矩形模板匹配的45．8米／ 秒远高于剖面匹配和角度纹理方法的22．9米，秒和30．8米／秒。通过实验证明了矩形模板匹配 道路提取方法与其他几种方法相比，能够更有效地从高分辨率遥感影像上提取道路。 (5)针对中等分辨率遥感影像道路信息相对简单、噪声点较少的特点，本文提出了基于 支持向量机与区域生长耦合的道路信息提取方法，并通过定性和定量的实验对比分析在中等 分辨率遥感影像上道路提取支持向量机、区域生长法和耦合方法。基于支持向量机与区域生 长的耦合方法漏分误差为14．5％，错分误差为8．8％，总体分类精度达90．7％，均明显优于支 持向量机的区域生长自适应；Kappa系数为0．91，优于支持向量机的0，81和区域生长白适应 万方数据 西南大学硕士学位论文 西南大学硕士学位论文 方法O．72。结果表明，支持向量机与区域生长自适应耦合方法进行道路提取，可以较大幅度 提高道路提取的精度。 (6)为了更有加有效地评价道路信息提取的有效性，根据他人研究成果并结合本研究的 实际情况，提出用完整率、正确率、提取质量、自动化程度、绘图时间等指标来评价遥感影 像道路信息提取方法的有效性。 关键词：多分辨率遥感影像最小二乘矩形模板匹配支持向量机与区域生长自 适应耦合道路提取定量评价 Ⅱ 万方数据 AbstractResearch Abstract Research on Road Information Extraction Method Based on Multi．．scale Remote Sensing Image Specialty：Geographic Information System Candidate：Sun Chen-yang Supervisor：Professor Zhou Ting—gang Abstract In recent decades，remote sensing technology has developed rapidly,and its