|
题目:
雅宝题库答案:
****此区域为收费内容**** 需支付 1 知识币后可查看,1币=0.01元查看答案
雅宝题库解析:
在遥感图像中,道路信息是一种重要的地理信息,它可以作为提取其它地物目标的线索,它的正确提取对于遥感图像的深入应用具有重要意义,在电子导航、城市规划中也发挥着重要的作用。传统的道路数据来源于人工外业或航片内业测量,随着遥感图像分辨率不断提高,数据量增长迅速,如何利用计算机技术从高分辨率遥感图像中自动提取道路一直是研究的热点。高分辨率多光谱遥感图像具备光谱特征丰富,空间分辨率高等特点,有助于图像中具有特定光谱特征和几何结构特征的道路目标提取,本文针对高分辨率多光谱遥感图像开展道路提取的相关研究。遥感图像分类是遥感图像理解与分析中的重要步骤,分类的准确度直接影响道路提取的质量。目前应用广泛的基于像素的图像分类方法存在分类结果噪声较多的题目,在借鉴面向对象分类方法的基础上,本文提出了基于一种区域生长分割的分类方法。在对多光谱图像进行增强处理后,利用区域生长将图像分为若干区域,选择并利用区域的光谱特征,采用最小距离法对区域进行分类,并提取疑似的道路区域。实验证明该方法分类精度高、复杂度低。该方法还引入了空间特征,如距离、拓扑邻接和方向等,可以有效利用区域间的语义关系,增强了计算机解译的空间分析能力,有利于道路的提取。高分辨率遥感图像中存在大量的光谱干扰,如植被遮挡、道路上标识线、道路局部光谱异常等,造成了图像分类结果中道路断裂;建筑物、裸地等和道路光谱特征相似的地物产生虚假的提取结果。针对这些题目,在充分研究道路的几何形状特征及结构特征的基础上,按照计算机特征提取由低层到高层的处理过程,将道路分为道路小区域、道路段及完整的道路三种目标,分别提取它们的特征,包括几何形状特征、拓扑特征、线特征等,进而排除非道路区域的干扰,完成道路提取。本文在提取线特征的过程中提出了一种基于区域空间关系的线特征提取方法,该方法可以有效提取遥感图像中长条状目标的线特征。实验结果证明本文提出的方法可以较好地从高分辨多光谱遥感图像中提取道路信息,特别是对场景复杂的城区道路有较好的提取效果。 |
上一篇:基于服务器推送的消息传输框架的研究与实现下一篇:RVSM空域动态飞行仿真与安全评估系统设计与实施
|