基于模糊連接度的道路自動提取方法研究.pdf

1、隨著空間技術(shù)的飛速發(fā)展，空間遙感活動也得到了充分的擴展和應用，遙感信息已經(jīng)成為一種不可或缺的地理信息數(shù)據(jù)源，相對于傳統(tǒng)的地理信息，遙感信息更具有經(jīng)濟型、時效性、綜合性等特點。同時，各類遙感數(shù)據(jù)獲取系統(tǒng)的飛速發(fā)展，海量的遙感數(shù)據(jù)源源不斷的發(fā)回地面，使得原有的遙感影像處理技術(shù)面臨著前所未有的巨大挑戰(zhàn)，因而，如何從海量遙感影像數(shù)據(jù)中優(yōu)質(zhì)高效地提取目標信息，已成為遙感技術(shù)及其應用領(lǐng)域中的一個熱點問題。道路信息作為遙感信息中非常重要的一類地理信息

2、，在交通導航、城市規(guī)劃、軍事偵察等領(lǐng)域有著廣泛的應用，準確快速地獲取道路信息才能滿足現(xiàn)實應用的需求。但由于遙感道路信息的高度復雜性，且現(xiàn)今計算機自動化水平尚未達到相應的需求，到目前為止仍然沒有一種成熟可靠的道路自動提取方法，所以道路自動提取技術(shù)也成為遙感信息處理領(lǐng)域中的研究熱點之一。模糊數(shù)學，作為一種描述不確定狀態(tài)的模糊性理論，為機器智能化奠定了理論基礎和方法手段，使機器可以接受并理解自然事物，一方面提高了機器運作的靈活性，另一方面是機

3、器更加“聰明”，智能化程度更高，更符合人類的思維方式，已成功運用于控制工程、人工智能、空間信息處理等領(lǐng)域。本文圍繞模糊連接度理論在遙感道路提取方面的應用展開，對影像中道路的自動提取方法進行研究，提出將模糊數(shù)學理論與道路紋理特性相結(jié)合的提取方法，實現(xiàn)對道路的自動提取。本文主要工作和創(chuàng)新點包括：1）研究學習模糊數(shù)學理論中關(guān)于模糊連接度的知識，模糊連接度在影像處理中的表現(xiàn)形式及影響參數(shù)，通過對遙感道路影像進行種子點提取及模糊連接度擴展，驗證模

4、糊連接度算法在影像道路擴展方面的可行性。2）提出基于影像非監(jiān)督分類算法的種子點校正策略，有效剔除影像中的非道路地物段，減少道路種子點誤提取率，提高種子點影像的精確度，為模糊連接度擴展提供可靠的道路種子點。3）結(jié)合影像紋理特征，融入模糊連接度計算理論，建立紋理—模糊連接度概念，從局部性與區(qū)域性來同時考慮像素特征，更好的反映影像中道路邊緣點之間的關(guān)聯(lián)程度，為道路點擴展提供了一種更合適的特征值。通過實驗證明，采用紋理—模糊連接度概念來擴展的道