基于GMM-MRF的高分辨率遥感影像道路提取算法研究

摘要

在遥感影像中，道路信息不仅是一种重要的基础地理信息，而且可以作为提取其他地物目标的线索和参考，它的正确提取对高分辨率遥感影像的应用具有重要的意义。然而，高分辨率遥感影像中信息丰富，道路目标越来越多，且存在树木、建筑物的阴影或遮挡等造成的各种干扰，因此研究高分辨率遥感影像中的道路提取具有重要的理论意义和实用价值。
　　高斯混合模型和马尔可夫随机场(GMM-MRF)作为一种纹理分割算法，可以很好地描述待分割图像的灰度变化率、边缘的几何特征以及纹理基元的排列等信息，能够将图像的先验知识转化为先验分布模型，能有效表征图像数据的空间相关性，在图像处理中有很高的应用价值。本文的工作重点是围绕GMM-MRF在遥感影像道路提取方面的应用而展开。
　　本文的主要内容如下:
　　1.基于GMM-MRF和模糊连接度的高分辨率遥感影像道路半自动提取算法:首先对高分辨率遥感影像进行GMM-MRF纹理分割，把原始影像分成3类;然后从分割结果上人工选取1个道路点作为种子点，并计算各像素点相对于种子点的模糊连接度，通过模糊连接度的比较确定初步的目标区域;接着采用形状指数方法和形态学运算对目标区域进行后处理;最后采用映射方法和道路位置评估指标对后处理结果进行客观评价，结果显示该算法能准确地得到道路区域。
　　2.基于GMM-MRF和协方差矩阵的自动道路提取算法:首先用GMM-MRF纹理分割方法把高分辨率遥感影像分成3类，然后计算出每一类的协方差矩阵均值，选取均值最大的一类作为目标，其余的作为背景，从而把图像二值化，得到包含道路的二值图像;接着采用上述同样的后处理方法对提取结果进行后处理;最后采用上述同样的评估方法对后处理结果进行评价。
　　3.在VC++6.0上开发了基于GMM-MRF纹理分割模型的高分辨率遥感影像道路提取系统。该系统实现了遥感影像的几何校正、灰度化处理和归一化等预处理，基于GMM-MRF的高分辨率遥感影像分割、基于GMM-MRF和模糊连接度的半自动道路提取、基于GMM-MRF和协方差矩阵的自动道路提取遥感影像道路提取等算法。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 遥感影像道路提取国内外研究现状

1．3 论文主要研究内容及章节安排

第2章 遥感影像道路提取相关知识

2．1 遥感影像预处理

2．1．1 遥感影像的校正处理

2．1．2 灰度化

2．1．3 归一化

2．2 道路的图像特征

2．3 道路图像特征在道路提取中的应用

2．3．1 辐射特征

2．3．2 几何特征

2．3．3 背景特征

2．3．4 拓扑特征

2．4 本章小结

第3章 基于GMM-MRF和模糊连接度的半自动道路提取

3．1 引言

3．2 基于GMM-MRF的图像分割

3．2．1 GMM模型参数估计

3．2．2 MRF随机场与Gibbs随机场

3．2．3 基于GMM和MRF的图像分割

3．3 基于模糊连接度的道路提取

3．3．1 模糊连接度的相关基本理论

3．3．2 模糊连接度在道路提取中的算法研究

3．3．3 基于形状指数方法和形态学运算的后处理

3．4 实验结果与分析

3．5 本章小结

第4章 基于GMM-MRF和协方差矩阵的自动道路提取

4．1 引言

4．2 协方差矩阵

4．3 基于协方差矩阵的自动道路提取

4．4 实验结果与分析

4．5 本章小结

第5章 高分辨率遥感影像道路提取软件的开发

5．1 软件结构

5．2 软件界面设计

5．3 道路提取软件开发

5．3．1 图像预处理功能开发

5．3．2 道路提取功能开发

5．4 系统软件开发关键技术

5．5 系统运行结果

5．6 本章小结

总结与展望

参考文献

致谢

附录A 攻读学位期间所发表的学术论文目录