优酷下载电脑版:实景图像中地物对象的检测和提取

来源:百度文库 编辑:偶看新闻 时间:2024/05/04 06:15:14
高亮
【摘要】:随着遥感技术的发展,研究实景图像中主要地物对象的检测和提取在国民经济建设和国防建设中具有重要的学术价值和应用前景。本文主要研究基于Google Earth实景图像中地物对象的检测和提取技术,主要提取对象为建筑物、道路和水域三类重要地物信息。对于建筑物的检测和提取主要利用绿色植被指数进行图像预处理,去除图像中植被的干扰,而后利用区域生长分水岭算法,结合建筑物先验知识,并进行数学形态学处理提取出建筑物的潜在区域。同时提取建筑物的阴影区域,根据对象关系特征,建筑物与其阴影相邻的特点,剔除道路、广场等非建筑物区域,得到建筑物区域。对于道路的检测和提取主要利用植被指数算法进行图像预处理,采用双阈值OSTU和局部灰度一致性算法进行图像分割,并把分割后的图像进行合并,而后对合并后的图像采用形状指数进行验证,最后进行形态学处理,去除噪声,得到道路的边界。对于水域的检测和提取主要利用阈值邻域算法来获得水域边缘的初始轮廓,然后结合形状指数对初步提取结果进行去噪,最后利用数学形态学处理得到水域的边界,消除水面上船只等其他物体的影响。最后,通过选取不同类型结构的实景图像运用本文所提出的方法分别对图像中的建筑物、道路和水域进行实验,实验结果表明本文所用算法能够较好的检测和提取这些地物信息,达到了研究目的。
【关键词】:实景图像 建筑物提取 道路提取 水域提取
【学位授予单位】:华北电力大学(北京)
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TP391.41
【目录】: 摘要5-6 Abstract6-9 第1章 绪论9-17 1.1 研究背景9-11 1.1.1 遥感技术的发展9 1.1.2 实景图像数据源分析9-11 1.2 研究现状11-16 1.2.1 建筑物检测和提取的研究现状11-13 1.2.2 道路检测和提取的研究现状13-15 1.2.3 水域的检测和提取研究现状15-16 1.3 内容安排16-17 第2章 实景图像中建筑物的检测和提取17-32 2.1 建筑物的分类17 2.2 建筑物的基本特征17-19 2.3 建筑物提取的方法研究19-27 2.3.1 算法流程图19 2.3.2 植被指数法19-22 2.3.3 建筑物潜在区提取22-24 2.3.4 阴影提取24-26 2.3.5 对象关系特征26-27 2.4 实验结果分析及性能评估27-30 2.4.1 建筑物提取算法性能评估方法27-28 2.4.2 建筑物提取实验结果分析28-30 2.5 本章小结30-32 第3章 实景图像中道路的检测和提取32-47 3.1 道路的分类32-33 3.2 道路的基本特征33-36 3.2.1 不同目标区域的道路特征34-35 3.2.2 不同分辨率下的道路特征35-36 3.3 道路提取的方法研究36-42 3.3.1 算法流程图36-37 3.3.2 植被指数法37-38 3.3.3 双阈值OSTU算法38 3.3.4 局部灰度一致性算法38-39 3.3.5 图像融合39-40 3.3.6 形状指数验证40-41 3.3.7 数学形态学处理41-42 3.4 实验结果分析及性能评估42-46 3.4.1 道路提取算法性能评估方法42-44 3.4.2 道路提取实验结果分析44-46 3.5 本章小结46-47 第4章 实景图像中水域的检测和提取47-55 4.1 水域的定义及分类47 4.2 水域的基本特征47 4.3 水域提取的方法研究47-50 4.3.1 算法流程图47-48 4.3.2 阈值邻域分割48-49 4.3.3 形状指数验证49 4.3.4 数学形态学处理49-50 4.4 水域提取实验结果分析50-54 4.4.1 水域提取算法性能评估方法50-51 4.4.2 水域提取实验结果分析51-54 4.5 本章小结54-55 第5章 结论与展望55-57 参考文献57-60 攻读硕士学位期间发表的学术论文及其它成果60-61