首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 171 毫秒
1.
从遥感影像中提取道路网是一个经典课题,根据遥感影像中的道路具有灰度和方向一致性的特征,提出一种从遥感影像中提取道路网的新方法。首先根据遥感影像的灰度信息和方向方差信息建立灰度和方向一致性准则分割模型,由此可从遥感影像中提取基本的道路网轮廓,然后再针对道路区域存在非道路点:空洞和裂缝等情况,采用膨胀、腐蚀等操作去除杂乱物块,最后通过数学形态学操作提取出道路网。实验结果表明,该方法能够适用道路、建筑物、植被等多种复杂地物的城市遥感影像中提取道路网,且能获得较好地提取效果。  相似文献   

2.
根据遥感影像道路特征,提出一种基于卷积运算和数学形态学的道路提取方法。首先通过拉普拉斯算子对图像行锐化处理;再用卷积运算获得线特征加强系数,在加强道路线特征的同时,背景灰度恒定区域被弱化;然后去除短线和块状噪声,适当地加入人工干预进行道路修剪;最后用数学形态学细化处理得到道路网。实验结果表明,该方法能有地从遥感影像中提取出道路。  相似文献   

3.
一种基于形状特征进行高分辨率遥感影像道路提取方法   总被引:10,自引:2,他引:8  
提出一种基于局部灰度一致性的图像分割方法并结合形状特征进行道路提取的方法.该方法首先对图像进行分割,对分割结果使用形状特征进行道路段的选择,可以获取直线和曲线道路段,克服了许多方法只能提取直线道路段的缺点,然后在确定的道路段上选择种子点进行区域增长,从而实现自动选取种子点并提取道路网的过程,最后结合边缘信息和形态学方法规整化道路网.提出的方法能适用于高分辨率遥感图像中直线和曲线道路段的提取.经过实验分析和比较证明:该方法对于路面灰度均匀性较好和路面灰度均匀性较差的图片,都达到了较好的效果.  相似文献   

4.
针对高分辨率遥感影像中的道路网检测的效果不甚理想的现状,提出一种基于贝叶斯网络的道路网检测方法。首先在已有GIS数据的引导下对遥感影像中的道路进行提取,得到大部分未变化的道路边缘信息及疑似道路边缘信息。接着利用贝叶斯网络对道路边缘信息进行判断与推理,从而提取出遥感影像中的道路网,同时得到道路网的变化信息。  相似文献   

5.
基于特征基元的高分辨率遥感影像道路网自动提取技术   总被引:1,自引:0,他引:1  
高分辨率遥感道路网络的自动提取在城市信息更新等方面具有非常重要的意义。在综述国内外道路信息提取进展的基础上,本文提出一套基于特征基元的道路网提取方法体系。即采取自下而上的研究路线("影像像元—特征基元—道路单元—道路网络"):首先通过影像大尺度的区域划分获取道路区域,在此基础上进行小尺度分割,提取出特征基元;然后根据基元的形态、走向、亮度、纹理等特征对基元进行模式分类,识别出道路单元;最后根据道路网语义规则将道路单元进行形态学处理及拓扑连接,形成道路网络。  相似文献   

6.
从高分辨率遥感影像中提取道路信息具有重要的现实意义。针对现有影像分类方法无法直接获取高精度道路网信息及自动化程度低的问题,本文提出了一种基于OSM(OpenStreetMap)矢量路网辅助的道路提取方法,实现了对高分辨率遥感影像道路快速精确的自动提取。首先,采用灰度形态学的腐蚀、膨胀及开闭操作对遥感影像进行预处理;然后通过OSM路网提供的先验信息,对模糊C均值算法进行改进,并将输入的遥感影像粗分为3类;接着以粗分类结果作为分类特征,通过OSM矢量路网自动获取道路样本,使用支持向量机进行精分类,并采用粒子群优化算法选取最优分类参数;最后对分类结果进行形态学后处理,得到精确的道路网信息。利用两组Google Earth影像进行试验,结果表明,本文算法在道路网提取精度上要优于对比算法。  相似文献   

7.
本文研究基于SOM(Self-Organizing Feature Map)神经网络学习模型的高分辨率遥感影像道路网自动提取算法。首先利用数学形态学提取遥感图像道路的初始道路区域信息,自动对原始图像进行分区并确定神经元初始权值,用SOM网络学习模型对神经元进行训练学习,经迭代获取道路网中心点位置,最后运用"中心点四邻域跟踪判别法"跟踪连接形成道路中心线。实验表明,该方法在高分辨率遥感影像道路网的提取上有较好的效果,特别在主干道路网的提取上效果更佳,对噪声干扰具有良好的鲁棒性。  相似文献   

8.
一种从SAR图像中提取城市道路网络的方法   总被引:6,自引:0,他引:6  
肖志强  鲍光淑 《测绘学报》2004,33(3):264-268
提出一种从高分辨率SAR图像中提取城市道路网络的算法.在高分辨率SAR图像中,道路在空间结构上表现为一细长的且宽度基本恒定不变的均匀区域.利用模糊C均值聚类方法对高分辨率SAR图像进行聚类分析,将道路类像素从原始图像中分离出来.为突出道路形状特征,减少冗余信息,对聚类结果进行细化,同时利用跟踪算子消除短线段;以提取道路中心线二值图的像素值作为图像能量,应用Snakes模型检测道路网络.通过实际SAR图像验证,该算法可以准确提取复杂的城市道路网络.  相似文献   

9.
在充分考虑道路频谱在不同频带、不同方向上能量分布的基础上,提出一种基于Gabor纹理与几何特征相结合的高分辨率遥感影像城区道路提取方法。首先通过Gabor滤波器组得到遥感影像不同频带、不同方向上的Gabor纹理特征,并利用K-means方法对遥感影像进行分割;然后利用形态学方法分割与道路相连的地物,并选取适当的几何特征剔除非道路地物;最后利用形态学方法对道路网进行修整。实验结果表明,该方法可以有效、便捷地从高分辨率遥感影像中提取城区主干道路网。  相似文献   

10.
为了准确提取遥感影像上道路交叉口目标,提出一种利用特征语义规则从高分辨率影像上提取道路交叉口的方法。该算法构建交叉口模型时将其视为由同质区域像素集合及区域轮廓边界构成的面对象,提取过程分为两步:1)利用辐射、纹理特征语义匹配提取交叉口候选区域;2)通过几何特征语义匹配筛选候选区域、识别交叉口属性。利用多源遥感影像对算法正确性及合理性进行验证,结果表明:算法能准确、完整地提取道路交叉口,可为影像道路网构建提供辅助信息。  相似文献   

11.
Road extraction from remotely sensed images has always been a challenging problem. In this paper we present an approach for road extraction based on topological derivative and mathematical morphology. The road extraction scheme has three main steps: image segmentation using topological derivative, road cluster identification and road cluster filtering using mathematical morphology.  相似文献   

12.
基于模板匹配的道路追踪方法是道路提取中较实用的一类方法,但传统模板匹配方法主要以相关系数作为相似性测度,对车辆、树荫等遮挡敏感,不适用于高分辨率遥感影像道路提取。针对这一问题,本文采用一种稳健的相似性测度,设计了一种基于均值漂移的道路中心点匹配算法,克服了传统模板匹配对遮挡敏感的缺点;然后运用卡尔曼滤波,实现高分辨率遥感影像道路中心线追踪。试验表明,该方法能够准确提取高分辨率遥感影像道路中心线,对车辆、树荫等遮挡具有稳健性。  相似文献   

13.
在高分辨率遥感图像上,道路网的同物异谱现象更为突出,因此其提取难度更大。提出了一种马尔可夫随机场纹理模型与支撑向量机分类相结合的道路网提取方法。其基本过程是:利用高斯马尔科夫随机场模型6个归一化特征值进行支撑向量机的分类得到道路斑块,利用形态学算子对其进行初步连接并提取轴线,然后通过斑块轴线的启发式连接得到最终道路网。试验证明方法是有效的。  相似文献   

14.
基于小波影像金字塔的影像自动匹配   总被引:3,自引:0,他引:3  
数字影像高精度快速匹配是遥感影像3维信息提取的关键技术之一,文中对如何实现数字影像自动化匹配进行了研究,提出了一种基于小波影像金字塔的数字影像自动匹配方法。该方法在生成小波影像金字塔的基础上,利用交叉相关算法实现不同影像金字塔同一层影像间的匹配,利用视差控制将同名点从金字塔高层影像向低层影像进行传递。利用该方法对具体的SPOT影像进行了实验,表明基于小波影像金字塔的数字影像自动匹配方法具有较好的效果。  相似文献   

15.
影像分割是面向对象的分类思想应用于遥感影像信息自动提取的基础,纹理是影像的基本特征,是影像分析、理解和识别的重要信息,纹理特性的有效表达和抽取,是基于纹理影像分割的前提。本文系统概述了近年来各类文献中使用频率较高的基于纹理的遥感影像分割方法,并以基于统计的方法、基于纹理结构的方法、基于模型的方法和基于空间/频率的方法四种基本类型为主线,对每一类分割方法的特点进行了分析和总结,在此基础上指出了基于纹理特征遥感影像分割的研究趋势。  相似文献   

16.
Object-oriented remotely sensed images processing method has been accepted by more and more experts of remote sensing. To advance the efficiency of data processing, parallel image computing is a good choice since large volumes of data need be analyzed efficiently and rapidly. This paper presents the information extraction method based on per-parcel extraction of high-resolution remotely sensed image; to extract efficiently different information from remotely sensed image, this paper gives the research idea of image rough-classification based on large-scale and subtle-segmentation based on small-scale; to improve the efficiency of image processing, we adapt parallel computing method to solve this problem by presenting an new data-partition method. At last this paper gives the implementation of the research idea based on Message Passing Interface (MPI) and analyzes our experimental system efficiency, and the results show that the new methods can improve the efficiency of high-resolution remotely sensed image data processing efficiently and have a good application.  相似文献   

17.
在系统归纳和分析现有的路口遥感信息提取方法的基础上,提出一种面向高空间分辨率遥感影像的路口自动定位新方法。该方法首先通过低梯度运算获取同质区域;然后设定阈值去除同质区内的水体、阴影以及小面元干扰物;再利用Hough变换检测二值图像中的直线,并根据直线参数出现的频率排序,保留参数出现频率较高且相互间夹角较大的直线;最后用该组直线交点的平均值定位路口。以福州市城区局部QuickBird全色影像为数据源定位四岔路口与三岔路口的实证研究表明,在同物异谱与异物同谱现象严重情况下,本文算法所定位的路口仍然准确有效。  相似文献   

18.
多源遥感影像像素级融合分类与决策级分类融合法的研究   总被引:10,自引:0,他引:10  
首先探讨了基于像素的多源遥感影像高频调制融合法,根据成像系统特性和Heisenberg测不准原理,设计的高斯滤波器对高分辨率影像滤波的方法是合理有效的。在研究BP神经网络的基础上,采用动量法和学习率自适应调整的策略,提高了BP神经网络学习算法收敛速度,并增强了算法的可靠性。提出并实现了多源遥感影像像素级融合分类与决策级分类融合两种分类方法,并进行了比较。采用Landsat TM3,4,5和航空SAR影像进行试验,结果表明两种分类方法是行之有效的,均适用于多源遥感影像分类。  相似文献   

19.
从遥感影像提取道路特征的方法综述与展望   总被引:73,自引:0,他引:73  
史文中  朱长青  王昱 《测绘学报》2001,30(3):257-262
从遥感影像中提取道路特征已有许多研究,但仍存在许多问题有待解决。本文探讨了道路特征提取的基本思路,对道路特征提取的基本方法和现状进行了较全面的综述,介绍了具有代表性的特征提取方法,并对各个方法的特点进行了分析,最后对道路特征提取的研究前景进行了展望。  相似文献   

20.
基于Web Services的遥感图像分布式处理   总被引:1,自引:1,他引:0  
遥感影像获取手段的多样化导致了遥感影像数据量的大幅度增加,应用分布式环境处理遥感图像变得越来越迫切。本文针对B/S或C/S模式在遥感影像分布式处理方面的弊端,提出了在.Net环境下基于Web Serv-ices实现遥感图像的分布式处理方案,对其框架、流程进行了设计,并以图像处理的算法分布式为例详细介绍了边缘提取中拉普拉斯8邻域提取的具体Web Services实现。结果表明,新模型下的系统在多用户并发访问等方面都有很大的改善。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号