基于GMM-MRF的高分辨率遙感影像道路提取算法研究.pdf

1、在遙感影像中，道路信息不僅是一種重要的基礎地理信息，而且可以作為提取其他地物目標的線索和參考，它的正確提取對高分辨率遙感影像的應用具有重要的意義。然而，高分辨率遙感影像中信息豐富，道路目標越來越多，且存在樹木、建筑物的陰影或遮擋等造成的各種干擾，因此研究高分辨率遙感影像中的道路提取具有重要的理論意義和實用價值。
　　高斯混合模型和馬爾可夫隨機場(GMM-MRF)作為一種紋理分割算法，可以很好地描述待分割圖像的灰度變化率、邊緣的幾何

2、特征以及紋理基元的排列等信息，能夠將圖像的先驗知識轉化為先驗分布模型，能有效表征圖像數據的空間相關性，在圖像處理中有很高的應用價值。本文的工作重點是圍繞GMM-MRF在遙感影像道路提取方面的應用而展開。
　　本文的主要內容如下:
　　1.基于GMM-MRF和模糊連接度的高分辨率遙感影像道路半自動提取算法:首先對高分辨率遙感影像進行GMM-MRF紋理分割，把原始影像分成3類;然后從分割結果上人工選取1個道路點作為種子點，并計算

3、各像素點相對于種子點的模糊連接度，通過模糊連接度的比較確定初步的目標區(qū)域;接著采用形狀指數方法和形態(tài)學運算對目標區(qū)域進行后處理;最后采用映射方法和道路位置評估指標對后處理結果進行客觀評價，結果顯示該算法能準確地得到道路區(qū)域。
　　2.基于GMM-MRF和協方差矩陣的自動道路提取算法:首先用GMM-MRF紋理分割方法把高分辨率遙感影像分成3類，然后計算出每一類的協方差矩陣均值，選取均值最大的一類作為目標，其余的作為背景，從而把圖像二

4、值化，得到包含道路的二值圖像;接著采用上述同樣的后處理方法對提取結果進行后處理;最后采用上述同樣的評估方法對后處理結果進行評價。
　　3.在VC++6.0上開發(fā)了基于GMM-MRF紋理分割模型的高分辨率遙感影像道路提取系統(tǒng)。該系統(tǒng)實現了遙感影像的幾何校正、灰度化處理和歸一化等預處理，基于GMM-MRF的高分辨率遙感影像分割、基于GMM-MRF和模糊連接度的半自動道路提取、基于GMM-MRF和協方差矩陣的自動道路提取遙感影像道路提取