详情

原文传递基于水平集的遥感图像道路提取方法研究

论文题名：	基于水平集的遥感图像道路提取方法研究
关键词：	水平集;曲线演化;图像分割;道路提取;遥感图像;交通管理
摘要：	道路是一类重要基础地理信息，高精度、及时更新路网信息对交通管理、城市规划、自动车辆导航、应急事务处理都有非常重要的作用。随着遥感技术的发展，高分辨率卫星图像质量不断提高，获取周期缩短，使得利用遥感图像实现道路的精确定位成为了可能。近年来，如何利用遥感图像提取道路信息受到越来越多的关注。　　水平集方法，作为一类基于无参数几何活动轮廓模型的曲线演化图像分割方法，可以对任意复杂的形状进行模型化，具备处理拓扑形状的分裂、合并等拓扑变化的能力，在工程实践方面体现出很高的应用价值。本文的工作重点是围绕水平集方法在遥感图像道路特征提取方面的应用展开。　　本文的主要工作和创新点如下：　　 (1)构造一个基于多颜色空间，无需初始化的水平集分割模型。论文首先研究了水平集方法重新初始化引起的分割效率问题，在C—V模型的能量函数右端引入了距离惩罚函数来保持水平集接近于符号距离函数，避免了重新初始化；进而根据高分辨率遥感图像的特点，在RGB空间灰度图的基础上，综合利用了HSI空间各通道信息，构造了一类基于多颜色空间的无需重新初始化的水平集演化方法；最后应用在遥感图像道路提取中，分析了灰度值和HSI通道混合值的权重比例对提取结果的影响，采用完整性和正确性指标对算法进行评价。结果显示该改进算法完整准确地分割得到道路区域。　　 (2)提出水平集道路自动提取方法和基于道路中心线接力引导的分块方法。针对初始曲线位置可能造成的分割失败以及初始曲线人工指定的问题，提出了利用自适应双阈值分割结合形态学操作的方法来自动获取水平集演化初始曲线位置；针对遥感图像大幅值的特点，提出了基于道路中心线接力引导的分块框架，即利用当前道路中心线的倾斜角度获取包含道路的相邻子图位置，并利用水平集方法和形态学细化方法提取道路中心线，如此循环继续直到完成整幅图像的道路提取。实验结果表明，自适应双阈值分割结合形态学操作自动获取得到了与道路轮廓位置相近的初始曲线，在基于道路中心线接力引导的分块框架下，实现了水平集方法自动提取道路的目标，且明显消除了无目标背景对道路提取的干扰，分割得到道路的准确位置。　　 (3)实现高分辨率遥感图像道路提取软件组件的开发，并将部分图像预处理和道路提取过程功能函数如面积滤波、道路中心线提取、自适应阈值算法、形态学膨胀与腐蚀、曲线修正等算法封装成DLL动态链接库，以便植入其他程序。该软件实现了大幅遥感图像的预分块，然后利用水平集方法提取每幅图中道路，最后拼接回去的目标。软件已经过浙江省软件评测中心的测试。
作者：	唐晓芬
专业：	控制科学与工程
导师：	周泽魁;侯迪波
授予学位：	硕士
授予学位单位：	浙江大学控制科学与工程学系
学位年度：	2010
正文语种：	中文