高分辨率遥感图像的道路提取与车辆检测

哈尔滨工业大学工程硕士学位论文

摘要 ............................................................................................................................... I Abstract ............................................................................................................................. I I 目录 ............................................................................................................................ III 第1 章绪论 (1)

1.1 研究背景及意义 (1)

1.2 国内外研究现状 (2)

1.2.1 道路提取发展现状 (2)

1.2.2 分割算法的研究现状 (4)

1.2.3 车辆检测的研究现状 (5)

1.3 数据源和场景介绍 (6)

1.3.1 数据源选取说明 (6)

1.3.2 道路场景描述 (7)

1.4 论文主要研究内容及结构安排 (8)

第2 章基于聚类分割的道路提取算法 (11)

2.1 引言 (11)

2.2 改进后的K-means聚类分割 (11)

2.3 模糊C均值聚类分割 (15)

2.4 后处理与道路提取 (18)

2.4.1 数学形态学理论 (18)

2.4.2 形状特征后处理 (19)

2.4.3 基于凸包的断裂道路连接 (20)

2.5 实验与结果分析 (22)

2.6 本章小结 (25)

第3 章基于改进分水岭算法的道路提取 (26)

3.1 引言 (26)

3.2 分水岭分割原理及改进 (26)

哈尔滨工业大学工程硕士学位论文

3.2.1 分水岭分割概述 (26)

3.2.2 本研究改进技术流程 (28)

3.3 基于自适应阈值梯度的分水岭分割前景标记提取 (29)

3.3.1 彩色向量空间梯度描述 (29)

3.3.2 用结合边缘信息的自适应阈值梯度实现前景标记提取 (31)

3.4 基于形态学的分水岭分割背景标记提取及道路后处理 (34)

3.4.1 距离变换进行背景标记 (34)

3.4.2 道路后处理 (35)

3.5 道路提取结果分析 (36)

3.6 本章小结 (37)

第4 章道路车辆的检测与提取 (38)

4.1 引言 (38)

4.2 基于改进双阈值的车辆检测算法 (38)

4.3 阴影及干扰地物去除 (40)

4.4 整车检测与处理 (42)

4.5 实验与结果分析 (44)

4.6 本章小结 (45)

结论 (46)

参考文献 (48)

攻读硕士学位期间主要研究内容及工作 (53)

哈尔滨工业大学学位论文原创性声明及使用权限 (54)

致谢 (55)

哈尔滨工业大学工程硕士学位论文

第 1 章绪论

1.1研究背景及意义

遥感作为一门综合性的对地观测技术，由于其覆盖范围广、信息丰富、时效性强等优点，近年来在农业、工业、环境等领域发挥越来越重要的作用。遥感和地理信息系统、互联网、大数据等的结合造就了许多新的产业背景应用。随着卫星发射技术的发展与成熟，遥感数据的获取也变得越来越容易，这使得遥感的使用前景更加广阔。从影像质量的角度讲，自从1972年美国发射了分辨率为80米的第一颗卫星之后，遥感发展日新月异，基本上以每十年一个数量级的速度发展，1米到5米已成为21世纪前10年新一代卫星空间分辨率的常见指标。大量的高分辨率卫星涌现出来，如国内的高分一号、高分二号、北京二号等。遥感数据向着更高的时间、空间和光谱分辨率发展，遥感的应用情况也日新月异。从高分辨率遥感卫星中获取信息已经成为空间信息更新的重要途径[1]，但由于图像识别、机器学习、人工智能等技术的应用尚未完善，造成信息挖掘的速度远远低于影像获取的速度，影像处理的相对滞后造成了大量的数据价值被浪费。因此，如何精准和高效得提取遥感信息有着重要的研究价值。

道路是最常见的地物信息之一，在人类居住区起到骨架的作用。遥感图像中的道路提取在军事战略、空间制图、城市建设、交通管理、通行导航等关乎国计民生的领域中有着重要的意义。道路提取相关的方法理论探索具有较大的应用前景和研究价值。近些年来，针对中低分辨率（5米以下）的影像在地物比较单一的区域的道路提取已取得了许多成果。随着影像分辨率的不断提高，道路的细节特征（如车道、人行横道、行道树等）越来越复杂，路面干扰物（如阴影、道路中间绿化带及其它非目标噪声等）也越来越多，为道路信息的提取造成了巨大的挑战。道路在中低分辨率和高分辨率影像中表现出来的特征具有显著差异。在中低分辨率影像中，道路表现为连续的线性，内部灰度较为均一，道路的宽度变化相对缓慢且同周围地物有一条明显的分界线。高分辨率遥感影像的出现打破了中低分辨率提取结果边界模糊、细节描述不够等缺点。高分辨率遥感影像下的道路产生出了许多新的特点，如主干道与次干道宽度不一、不同路段材质不同、道路拓扑形状越来越复杂等。此外，许多非道路地物也表现出了与道路类似的形状、光谱等特征。虽然针对高分辨率遥感道路也形成了多种多样的方法，但在效果上来看也不尽如人意，因此研究高分辨率遥感道路的提取依旧具有重大意义。