高分辨率遥感影像道路网提取及变化检测

摘要

道路是交通运输的一个重要组成部分，道路的出现极大的方便了人们的日常工作生活。但是由于道路本身的特点，要对道路进行实时的监控需要耗费大量的人力物力。例如古时候驿站的设立便是对道路的一种监测行为。这样方法缓慢且难以达到信息传达的实时性。随着科技的发展，遥感卫星的出现使得对于道路网络的实时监控成为了可能。进入新世纪，数码成像技术取得突破性的发展，遥感影像的甚至能够达到单像素低于1米的分辨率。这就给遥感图像中的道路检测提供了极大的便利。基于目前的科技水平以及数字时代庞大的数据量，以 TB计算的图像数据使得人们难以手动的提取遥感图像中的道路网络，对遥感图像进行手工标记极大的限制的遥感图像信息的利用效率。
　　基于此种情况，本文提出了一种基于形态学和聚类方法的遥感图像道路自动提取和变化检测算法，极大的提高了遥感图像道路检测的自动化程度，此算法针对遥感图像道路的几何，辐射，拓扑和背景特征进行设计。首先采用方形旋转相似度模板对可能的区域进行提取。其后使用聚类方法对可能的区域进行聚类，得到遥感图像中的道路网络。最后采用骨架提取，检测道路末端，使用最短半径策略将所得的道路网络进行连接，从而保证道路网提取的精确度和完整度。
　　此外，在道路网提取的基础上，本文介绍了道路网提取的一个应用——道路的变化检测，使用分类后的变化检测方法，对道路进行变化检测。利用正负面积对比法对误差进行修正。对本文提取所得的道路进行了测试，并取得了较好的实验结果。
　　本方法相对其他方法，本方法在对道路候选区域的筛选上引入了聚类的方法，在道路网的构建上使用形态学方法对道路网进行完善，最后得到完整的道路网络。并且成功利用提取得到的道路网络进行变化检测，得到了较好的实验结果。

目录

声明

第1章 绪论

1.1课题研究的背景和意义

1.2遥感图像道路提取国内外研究现状

1.3课题的主要内容

第2章 遥感影像处理相关技术

2.1遥感影像道路特点及处理方法

2.2遥感影像道路聚类算法

2.3遥感影像特征提取

2.4骨架提取

2.5本章小结

第3章 道路网提取及变化检测

3.1旋转模板法道路候选区域提取

3.2道路候选区域聚类筛选

3.3形态学方法道路网络连接

3.4道路变化检测

3.5本章小结

第4章 实验结果

4.1道路网提取实验分析

4.2道路变化检测实验分析

4.3本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢