基于高分辨率光學(xué)遙感圖像和數(shù)字地圖

基于高分辨率光學(xué)遙感圖像和數(shù)字地圖

ID:37807620

大?。?56.11 KB

頁數(shù):19頁

時(shí)間:2019-05-31

基于高分辨率光學(xué)遙感圖像和數(shù)字地圖_第1頁
基于高分辨率光學(xué)遙感圖像和數(shù)字地圖_第2頁
基于高分辨率光學(xué)遙感圖像和數(shù)字地圖_第3頁
基于高分辨率光學(xué)遙感圖像和數(shù)字地圖_第4頁
基于高分辨率光學(xué)遙感圖像和數(shù)字地圖_第5頁
資源描述:

《基于高分辨率光學(xué)遙感圖像和數(shù)字地圖》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫

1、中國科學(xué)院自動(dòng)化研究所碩博連讀生轉(zhuǎn)博申請書面報(bào)告研究生彭婷學(xué)號200328014604146所在部門模式識別實(shí)驗(yàn)室專業(yè)及研究方向遙感圖像處理指導(dǎo)教師胡包鋼專業(yè)技術(shù)職務(wù)研究員聯(lián)合指導(dǎo)教師普林特專業(yè)技術(shù)職務(wù)副研究員碩士入學(xué)日期2003.92005年3月16日1基于高分辨率光學(xué)遙感圖像和數(shù)字地圖融合的城區(qū)道路網(wǎng)絡(luò)更新第一章引言衛(wèi)星遙感圖像具有周期短、信息量豐富等優(yōu)勢,能夠快速提供地球表面的信息。但是傳統(tǒng)的人工判讀和識別,在信息獲取效率和判別精度方面都無法保證。因此,如何利用計(jì)算機(jī)對遙感圖像目標(biāo)進(jìn)行自動(dòng)識別,成為當(dāng)前遙感信息處理的主要發(fā)展方向。在城市遙感圖像中,線狀目標(biāo)的自動(dòng)提取一直是

2、個(gè)經(jīng)典的研究項(xiàng)目,在智能交通導(dǎo)航、數(shù)字地圖更新、城市發(fā)展規(guī)劃、環(huán)境污染監(jiān)測、突發(fā)事件處理等方面有著重要意義和廣闊的應(yīng)用前景。長期以來,基于中、低分辨率的衛(wèi)星遙感圖像,道路特征提取方面的研究已取得諸多成果。然而由于圖像的分辨率較低,實(shí)際中的有效應(yīng)用還存在很大局限性。隨著高分辨率衛(wèi)星遙感圖像的出現(xiàn),使得在較小的空間尺度上觀察地表的細(xì)節(jié)變化,進(jìn)行大比例尺遙感制圖,監(jiān)測人為活動(dòng)對環(huán)境的影響等成為可能,并為GIS數(shù)據(jù)的更新提供了有利條件。但是,基于高分辨率光學(xué)遙感影像的城市道路特征提取還有待進(jìn)一步研究。已有實(shí)用的道路提取算法和系統(tǒng)在計(jì)算精度和復(fù)雜度等方面存在很大的改進(jìn)余地,絕大多數(shù)工作還

3、是針對鄉(xiāng)村地區(qū)等相對簡單的場景,并且很大程度上依賴于人工干預(yù)。在高分辨率遙感圖像上,隨著分辨率的提高,圖像細(xì)節(jié)特征越來越豐富,復(fù)雜度提高,道路目標(biāo)也越來越多,許多較窄的在低分辨率圖像上難以辨別的道路也能分辨出來。可是,隨之而來,影像上非目標(biāo)噪聲也越來越多,車輛、樹木、標(biāo)識線、建筑物陰影等幾何噪聲增大。因此,如果把圖像分辨率、圖像質(zhì)量退化、多視角問題、與道路相似的線性特征等所有因素綜合考慮,針對密集城市地區(qū)等復(fù)雜場景的自動(dòng)物體提取仍然是一個(gè)很困難的工作。隨著北京城市建設(shè)的日新月異,給北京市區(qū)的城區(qū)規(guī)劃與GIS數(shù)據(jù)更新帶來了極大的機(jī)遇和挑戰(zhàn)。本課題是以“利用高精度圖像進(jìn)行數(shù)字地圖更

4、新”(LIAMA項(xiàng)目)和“城市發(fā)展規(guī)劃中的多源數(shù)據(jù)融合和決策支持”(863項(xiàng)目)為項(xiàng)目背景,以北京地區(qū)高分辨率QuickBird衛(wèi)星圖像與城區(qū)GIS數(shù)據(jù)為例,進(jìn)行高分辨率衛(wèi)星遙感圖像的道路提取和GIS更新的研究工作,以期實(shí)現(xiàn)自動(dòng)道路提取并盡可能提高提取的精度。本文共分為三部分。第一部分引言,簡要概括本課題的研究意義、相關(guān)背景及文章的框架結(jié)構(gòu)。第二部分文獻(xiàn)綜述,詳細(xì)介紹了國內(nèi)外發(fā)展動(dòng)態(tài),并對相關(guān)的算法進(jìn)行分析和比較。第三部分研究進(jìn)展報(bào)告,針對課題的研究目標(biāo)和要求,提出可能遇到的困難及解決方案,并進(jìn)行可行性分析。2第二章文獻(xiàn)綜述自上世紀(jì)70年代開始,人們提出了多種關(guān)于道路網(wǎng)絡(luò)的識別

5、方法。現(xiàn)有的道路識別算法有針對不同傳感器的成像,如灰度圖像、紅外圖像、彩色圖像、多光譜圖像(HYDICE)、合成孔徑雷達(dá)成像(SAR)、激光成像(LIDAR…)等等;有針對不同圖像分辨率,也就是低、中和高分辨率;有針對不同復(fù)雜度的場景,也就是城區(qū)、郊區(qū)和鄉(xiāng)村。本章主要對國內(nèi)外現(xiàn)有的道路提取和更新技術(shù)的現(xiàn)狀加以回顧和總結(jié)。首先分析道路的物理幾何性質(zhì)及其在不同分辨率圖像中的特征,然后對道路提取和道路更新領(lǐng)域中運(yùn)用的方法分別加以分類和歸納。2.1道路特征描述由于高分辨率衛(wèi)星圖像道路特征的復(fù)雜性,我們有必要對城區(qū)道路的物理幾何性質(zhì)進(jìn)行分析。這些視覺特征無疑對道路識別帶來一些契機(jī)。結(jié)合[

6、7],道路特征總結(jié)如下:1.幾何性質(zhì):ò局部范圍內(nèi),道路寬度基本保持常數(shù)。ò整體上,城區(qū)道路可能有一定曲率,但在局部范圍,曲率比較小。ò大部分城區(qū)道路比較平坦,在天橋路段可能存在小于某一上限的陡度,但在局部范圍內(nèi),陡度變化較小。除非我們能夠獲得三維的道路信息,否則陡度一般不作為衡量標(biāo)準(zhǔn)。2.光譜性質(zhì):ò主干道路表面紋理很不光滑,可能存在斑馬線、過街天橋、車輛、陰影、路標(biāo)等物體。ò比較小的道路情況更加復(fù)雜。由于比較狹窄,有些路段有可能幾乎被兩旁樹木、建筑物陰影等完全遮擋。ò城區(qū)道路表面建筑材料比較單一,主要由瀝青或水泥構(gòu)成,其中瀝青占了很大部分。這就決定了對于未被遮擋的城區(qū)道路,

7、其光譜特性呈現(xiàn)一定的穩(wěn)定性,即道路對應(yīng)在一定的光譜范圍之內(nèi)。ò城區(qū)場景中的其他特征物可能與道路具有相似的光譜特性;被遮擋的城區(qū)道路由于遮擋物的光譜特性,可能與道路本身的光譜特性有很大差異。3.拓?fù)湫再|(zhì):ò道路不會(huì)突然中斷,鄰接道路連接起來構(gòu)成道路網(wǎng)絡(luò)。ò新建的道路必然和以前的道路連接,因此只需從已有的道路聯(lián)結(jié)點(diǎn)出發(fā)來尋找新道路。4.關(guān)聯(lián)性質(zhì):ò不同類型的道路具有不同的寬度,而且對應(yīng)于其類型,存在一個(gè)寬度上限。ò道路網(wǎng)絡(luò)與聯(lián)結(jié)點(diǎn)的密度在城區(qū)比較高。根據(jù)圖像的分辨率,道路呈現(xiàn)出不同的視覺特征。在

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。