資源描述：
《遙感圖像中道路提取方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、分類號：密級：UDC：編號：學位論文遙感圖像中道路提取方法研究楊洋指導教師姓名：王霞教授河北工業(yè)大學申請學位級別：碩士學科、專業(yè)名稱：通信與信息系統(tǒng)論文提交日期：2011年11月論文答辯日期：2011年12月學位授予單位：河北工業(yè)大學答辯委員會主席：評閱人：2011年11月DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofCommunicationandInformationSystemsSTUDYONROADEXTRACTIONMETH
2、ODINREMOTESENSINGIMAGEbyYangYangSupervisor:Prof.WangXiaNovember2011河北工業(yè)大學碩士學位論文遙感圖像中道路提取方法研究摘要隨著遙感信息技術的發(fā)展，現(xiàn)有的信息處理技術已不能適應海量遙感數(shù)據分析的要求。如何有效地分析處理遙感圖像，并從中快速準確地提取所需要的信息，是當前遙感領域的研究熱點。道路信息提取是遙感圖像信息提取的主要組成部分，廣泛的應用于汽車導航、圖像匹配、區(qū)域規(guī)劃和目標偵查等領域。本文采用了結合道路輻射特征和拓撲特征的方法，首先對原遙感圖像進行預處理，利用
3、改進的小波分析對遙感圖像進行增強，然后對增強圖像做改進K-均值聚類分割，對分割后的二值圖像進行面積閾值分割及模板濾波等后處理，實現(xiàn)了遙感圖像中的道路提取。研究的主要內容有：分別針對遙感圖像1階，2階和3階的高階小波系數(shù)濾除進行了分析比較，并對小波分析進行了改進，在圖像失真比較小的基礎上實現(xiàn)了噪聲和細節(jié)信息的濾除；對K-均值聚類算法進行了重點研究，分析了平均灰度級法和直方圖總體定心法對分割效果的影響，并將自適應K-均值聚類分割算法與基于空間約束的K-均值聚類分割算法進行了結合，得到了更加理想的分割效果；后處理的過程主要針對分割后
4、的二值圖像，根據道路的拓撲特征，應用面積閾值分割算法來識別道路與非道路地物，并應用鄰域統(tǒng)計模板對圖像進行濾波，最終提取出道路的輪廓信息；通過VisualC++6.0對算法進行了編程，實現(xiàn)了遙感圖像中道路提取系統(tǒng)的開發(fā)，實驗結果證明該方法提取道路具有一定適用性。關鍵詞：遙感圖像，道路提取，小波變換，K-均值聚類i遙感圖像中道路提取方法研究STUDYONROADEXTRACTIONMETHODINREMOTESENSINGIMAGEABSTRACTWiththedevelopmentofremotesensinginformati
5、on,theinformationprocessingtechnologyisnotfitformassivedataanalyzing.Ahotspotinremotesensingresearchareaisextractingvaluableinformationquicklyandaccurately.Roadextractionhasbeenanimportantpartoftheinformationextractioninremotesensingimage.Itiswidelyusedintrafficnavi
6、gation,imageregistration,regionalplanningandmilitaryspyingareas.Themainpurposeofthisstudyisextractingroadinformationinremotesensingimages.Aroadextractionmethodcombiningwithradiationandtopologyfeatureisproposed.First,originalremotesensingimageispre-processed.Wavelett
7、ransformisadoptedtoimplementimageenhancement.ThenimprovedK-meansclusteringalgorithmisusedtoaccomplishimagesegmentation.Finally,post-processingincludingareathresholdsegmentationandneighborhoodtemplatesfilteringisadoptedonbinaryimagetocompleteroadextraction.Themaincon
8、tentsofthestudyareasfollows.1-level,2-leveland3-levelimagesofwavelettransformareanalysedandcomparedrespectively.Noiseanddetailinformationa
