資源描述：
《遙感圖像中道路提取方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)：密級(jí)：UDC：編號(hào)：學(xué)位論文遙感圖像中道路提取方法研究楊洋指導(dǎo)教師姓名：王霞教授河北工業(yè)大學(xué)申請(qǐng)學(xué)位級(jí)別：碩士學(xué)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(xué)位授予單位：河北工業(yè)大學(xué)答辯委員會(huì)主席：評(píng)閱人：2011年11月DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofCommunicationandInformationSystemsSTUDYONROADEXTRACTIONMETH
2、ODINREMOTESENSINGIMAGEbyYangYangSupervisor:Prof.WangXiaNovember2011河北工業(yè)大學(xué)碩士學(xué)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(shù)的發(fā)展，現(xiàn)有的信息處理技術(shù)已不能適應(yīng)海量遙感數(shù)據(jù)分析的要求。如何有效地分析處理遙感圖像，并從中快速準(zhǔn)確地提取所需要的信息，是當(dāng)前遙感領(lǐng)域的研究熱點(diǎn)。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(yīng)用于汽車導(dǎo)航、圖像匹配、區(qū)域規(guī)劃和目標(biāo)偵查等領(lǐng)域。本文采用了結(jié)合道路輻射特征和拓?fù)涮卣鞯姆椒?，首先?duì)原遙感圖像進(jìn)行預(yù)處理，利用
3、改進(jìn)的小波分析對(duì)遙感圖像進(jìn)行增強(qiáng)，然后對(duì)增強(qiáng)圖像做改進(jìn)K-均值聚類分割，對(duì)分割后的二值圖像進(jìn)行面積閾值分割及模板濾波等后處理，實(shí)現(xiàn)了遙感圖像中的道路提取。研究的主要內(nèi)容有：分別針對(duì)遙感圖像1階，2階和3階的高階小波系數(shù)濾除進(jìn)行了分析比較，并對(duì)小波分析進(jìn)行了改進(jìn)，在圖像失真比較小的基礎(chǔ)上實(shí)現(xiàn)了噪聲和細(xì)節(jié)信息的濾除；對(duì)K-均值聚類算法進(jìn)行了重點(diǎn)研究，分析了平均灰度級(jí)法和直方圖總體定心法對(duì)分割效果的影響，并將自適應(yīng)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(jìn)行了結(jié)合，得到了更加理想的分割效果；后處理的過(guò)程主要針對(duì)分割后
4、的二值圖像，根據(jù)道路的拓?fù)涮卣?，?yīng)用面積閾值分割算法來(lái)識(shí)別道路與非道路地物，并應(yīng)用鄰域統(tǒng)計(jì)模板對(duì)圖像進(jìn)行濾波，最終提取出道路的輪廓信息；通過(guò)VisualC++6.0對(duì)算法進(jìn)行了編程，實(shí)現(xiàn)了遙感圖像中道路提取系統(tǒng)的開發(fā)，實(shí)驗(yàn)結(jié)果證明該方法提取道路具有一定適用性。關(guān)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
