共查询到20条相似文献,搜索用时 46 毫秒
1.
基于模板匹配的道路跟踪是半自动提取道路的主要方法。然而场景中地物干扰和道路宽度的变化降低了模板匹配的稳定性;另外,道路跟踪失败后缺乏重检测机制,使得道路提取过程中人机交互频繁。针对以上问题,提出了一种基于P-N(positive-negative)学习的高分遥感影像道路半自动提取方法。该方法由道路跟踪、检测和学习构成,关键是采用了P-N学习的策略迭代的训练分类器,通过纠正违反结构约束的样本分类结果来提高分类器性能。实验使用了不同场景下的城区高分遥感影像,与经典的模板匹配和在线学习的道路跟踪方法进行了比较。实验结果表明该方法在道路提取的精度和稳定性方面均有提升。 相似文献
2.
基于角度纹理特征及剖面匹配的高分辨率遥感影像带状道路半自动提取 总被引:2,自引:1,他引:1
提出了一种基于角度纹理特征及剖面匹配相结合的高分辨率遥感影像带状道路半自动提取方法.该方法由用户输入道路起点、初始方向及宽度,使用角度纹理特征模型预测初始的道路中线点,以抛物线方程参数构建道路中线轨迹参数模型.使用计算曲率变化的方法验证道路轨迹点,对验证失败的中线点位使用剖面匹配算法进行重新预测并确定,最终提取出该道路中线轨迹.本文使用Visual C 构建了原型系统,对QuickBird及IKONOS影像中具有一定宽度的带状道路进行了提取试验,并与经典的基于剖面匹配的半自动道路提取算法和基于Snakes的半自动道路提取算法进行了对比试验.经试验验证,本算法取得了较为理想的结果. 相似文献
3.
基于模糊算子理论的道路半自动提取 总被引:2,自引:0,他引:2
提出了一种基于模糊算子理论的道路半自动提取方法。该方法在对小比例尺影像进行Sobel边缘检测的基础上,定义了12种模糊算子表示2维道路的各种可能的结构,然后在给定道路种子点附近形成的一定范围内进行搜索,提取出道路的中心线。实验结果表明,该算法速度较快并且具有较强的鲁棒性。 相似文献
4.
一种基于知识的航空影像中道路半自动提取方法 总被引:1,自引:0,他引:1
利用线特征算子和多种线状地物跟踪方法建立了一种基于知识的航空影像中道路半自动提取方法。该算法计算量小 ,判断速度快 ,准确率较高 ,并且有较好的适应性。试验表明这是一种良好的道路提取方法。 相似文献
5.
自动赋初值的LSB-Snake模型的道路半自动提取方法研究 总被引:1,自引:0,他引:1
LSB-Snake模型是一个半自动提取线状地物的有效方法,但是在提取道路时需要人工输入道路特征(与背景相比道路的亮暗、宽度)作为初始值,在初始种子点稀少的时候不够稳健,且降低了LSB-Snake模型的效率。因此,本文提出了自动赋初值的LSB-Snake模型,采用自适应模板匹配方法为LSB-Snake模型提供初始特征,同时在初始种子点的基础上自动生成可靠、密集的点,共同作为LSB-Snake模型的种子点参与道路提取。对IKONOS和QuickBird进行道路提取的试验证明:在给定同样数目的初始种子点的情况下,提出的自动赋初值LSB-Snake模型比LSB-Snake模型更加稳健;由于无需人工输入道路特征,自动化程度更高;在道路附近地物阴影、遮挡较多的情况下,抗干扰能力更强。 相似文献
6.
提出了一种基于模糊算子理论的道路半自动提取方法.该方法在对小比例尺影像进行Sobel边缘检测的基础上,定义了12种模糊算子表示2维道路的各种可能的结构,然后在给定道路种子点附近形成的一定范围内进行搜索,提取出道路的中心线.实验结果表明,该算法速度较快并且具有较强的鲁棒性. 相似文献
7.
改进角度纹理特征提取高分辨率遥感影像带状道路 总被引:2,自引:0,他引:2
针对目前高分辨率遥感影像的道路自动提取算法研究中的不足,该文提出了一种基于并行角度纹理特征的半自动道路提取算法:用户输入完成道路中心线上的起始点、道路方向、道路宽度等初始化工作,利用并行角度纹理特征获取道路前进方向,用抛物线参数方程构建道路轨迹模型来预测道路轨迹点,使用角度纹理特征值构建的紧质度系数和抛物线的曲率变化来约束道路轨迹点,验证失败则转入手工跟踪;往复执行以提取道路中心线。试验证明,本算法是一种稳健的道路半自动提取算法。 相似文献
8.
9.
从遥感影像中提取道路特征已有许多研究,本文基于IKONOS 1m分辨率遥感影像对城市道路的半自动提取方法进行一般性的研究,并且总结各方法的特点,说明在不同的情况,适当的选择不同的方法。 相似文献
10.
11.
12.
13.
结合模糊连接度理论和SPOT影像上道路的表现特性提出了主干道路半自动提取的方法。首先,对原始影像进行去噪滤波处理,再人工选取能够代表道路特性的种子点,计算出各个像素点相对种子点的模糊连接度,将模糊连接度值大于一定阈值的像素点提取出来,从而得到道路线的支持区域;接着对二值道路域细化抽去得到道路中心线;实验证明,该方法可以取得较好的效果。 相似文献
14.
结合模糊连接度理论和SPOT影像上道路的表现特性提出了主干道路半自动提取的方法.首先,对原始影像进行去噪滤波处理,再人工选取能够代表道路特性的种子点,计算出各个像素点相对种子点的模糊连接度,将模糊连接度值大于一定阈值的像素点提取出来,从而得到道路线的支持区域;接着对二值道路域细化抽去得到道路中心线;实验证明,该方法可以取得较好的效果. 相似文献
15.
遥感影像上人工地物的自动化和智能化采集一直是摄影测量与遥感技术长期探索的一个主要课题。道路是重要的基础地理信息,随着遥感影像分辨率的提高,道路特征的复杂化对道路提取方法形成了挑战。针对高分辨率城区遥感影像道路提取中存在的问题,结合多分辨率分析思想、模板匹配原理和LSB-Snake模型,综合提出了一种适用于城区高分辨率遥感影像的道路半自动提取方法。实验表明该方法可以在很大程度上弥补LSB-Snake模型的不足,同时具有良好的抗噪声能力,可作为一种有效手段应用在城区高分辨率遥感影像的道路提取中,具有很好的交互性、可靠性和高效性。 相似文献
16.
17.
利用动态规划半自动提取高分辨率遥感影像道路中心线 总被引:1,自引:0,他引:1
传统的基于动态规划的道路提取算法都是直接在图像域内根据道路的光谱等特征定义代价函数,当道路光谱特征发生变化时,需要重新定义新的代价函数,具有很大局限,不适用于道路特征复杂多样的高分辨率遥感影像。针对这一问题,提出了一种基于动态规划的道路中心线半自动提取算法:首先,利用阈值分割和核密度估计生成道路概率分布图;然后,根据道路概率分布图上的道路特征定义代价函数;最后,运用动态规划求解代价函数最大值来提取道路中心线。试验表明,提出的算法能够在高分辨率影像上提取各种不同光谱特征的道路中心线,取得了良好的效果。 相似文献
18.
道路提取作为典型的线状目标提取,是遥感影像目标解译的研究热点。合成孔径雷达(SAR)影像包含了丰富的物理特性,能够全天时、全天候地获取影像数据,已广泛应用于道路提取中。传统的道路提取方法分为全自动和半自动方法。全自动道路提取会出现漏检和错检,需要大量的人工后处理。半自动方法结合人工干预,是对计算机的计算能力和人工解译准确性的有效折中。提出了用一种改进剖面匹配和扩展卡尔曼滤波(EKF)的方法对SAR影像道路进行半自动提取的方法。首先构建了道路提取模型,其次通过改进剖面匹配算法获取准确的观测值,最后利用EKF对观测值进行更新获取道路最优估计值。选取美国缅因州Howland地区L波段UAVSAR数据和海南陵水地区X波段机载SAR数据进行实验,结果表明,该方法在较少人工干预的情况下,能够对复杂场景道路进行有效稳健的提取。 相似文献
19.
20.
基于启发式图搜索的遥感影像道路半自动提取 总被引:1,自引:0,他引:1
启发式图搜索法用于线状目标识别的原理是:用图结构表示边缘点和边缘段,根据启发函数计算顶点权值,在图的路径上建立相应的代价函数,通过在图中搜索对应的最小代价的通道以找到最优路径.图搜索法是一种全局最优方法,它在受噪声影响较大时效果仍然较好.文中使用了启发式图搜索法(A*算法)实现了道路的半自动跟踪.它的基本思路是:首先利用自适应平滑滤波算子进行道路信息增强,然后对传统的道路数学模型进行了进一步的扩展,突出了对道路几何特性和辐射特性的描述,并依此构建图搜索的代价函数,实现了基于启发式图搜索法A*算法的道路半自动跟踪.经实验证明,该方法进行遥感影像的道路半自动提取效果较好. 相似文献