第三讲遥感影像的特征提取和地物更新-精品课件.ppt

上传人(卖家):三亚风情 文档编号:3407966 上传时间:2022-08-28 格式:PPT 页数:68 大小:2.50MB
下载 相关 举报
第三讲遥感影像的特征提取和地物更新-精品课件.ppt_第1页
第1页 / 共68页
第三讲遥感影像的特征提取和地物更新-精品课件.ppt_第2页
第2页 / 共68页
第三讲遥感影像的特征提取和地物更新-精品课件.ppt_第3页
第3页 / 共68页
第三讲遥感影像的特征提取和地物更新-精品课件.ppt_第4页
第4页 / 共68页
第三讲遥感影像的特征提取和地物更新-精品课件.ppt_第5页
第5页 / 共68页
点击查看更多>>
资源描述

1、3.1 3.1 遥感影像上线状地物的特性遥感影像上线状地物的特性3.2 3.2 遥感影像上线状地物的提取方法遥感影像上线状地物的提取方法3.3 3.3 遥感影像上遥感影像上线状地物线状地物提取流程提取流程3.4 3.4 面向对象的遥感提取方法面向对象的遥感提取方法 3.5 3.5 遥感影像上道路的提取遥感影像上道路的提取3.6 3.6 遥感影像上铁路的提取遥感影像上铁路的提取3.7 3.7 基于高分辨率遥感影像的基于高分辨率遥感影像的 基础空间数据更新基础空间数据更新一、遥感影像上道路影像示例一、遥感影像上道路影像示例二、遥感影像上道路提取的作用二、遥感影像上道路提取的作用 三、遥感影像上道路

2、提取的难度三、遥感影像上道路提取的难度四、遥感影像上道路特性四、遥感影像上道路特性3.13.1遥感影像上线状地物的特性遥感影像上线状地物的特性一、遥感影像上道路影像示例一、遥感影像上道路影像示例3 3.1 1 遥感影像上线状地物的特性遥感影像上线状地物的特性一、遥感影像上道路影像示例一、遥感影像上道路影像示例3.1遥感影像上线状地物的特性遥感影像上线状地物的特性一、遥感影像上道路影像示例一、遥感影像上道路影像示例3.1遥感影像上线状地物的特性遥感影像上线状地物的特性(IKONOS左右像对,已缩小)一、遥感影像上道路影像示例一、遥感影像上道路影像示例3.1遥感影像上线状地物的特性遥感影像上线状地

3、物的特性一、遥感影像上道路影像示例一、遥感影像上道路影像示例3.1遥感影像上线状地物的特性遥感影像上线状地物的特性 航空影像上的立交桥航空影像上的立交桥 一、遥感影像上道路影像示例一、遥感影像上道路影像示例3.1遥感影像上线状地物的特性遥感影像上线状地物的特性卫星影像上的立交桥卫星影像上的立交桥 一、遥感影像上道路影像示例一、遥感影像上道路影像示例3.1遥感影像上线状地物的特性遥感影像上线状地物的特性一、遥感影像上道路影像示例一、遥感影像上道路影像示例3.1遥感影像上线状地物的特性遥感影像上线状地物的特性数字城市数字城市数字校园数字校园数字铁路数字铁路二、遥感影像上道路提取的作用二、遥感影像上

4、道路提取的作用3.1遥感影像上线状地物的特性遥感影像上线状地物的特性基于移动终端的空间信息服务基于移动终端的空间信息服务二、遥感影像上道路提取的作用二、遥感影像上道路提取的作用3.1遥感影像上线状地物的特性遥感影像上线状地物的特性l由于由于太阳光线太阳光线被遮挡被遮挡l航空、遥感影像上有航空、遥感影像上有l 阴影是不可避免的阴影是不可避免的 阴影阴影三、遥感影像上道路提取的难度三、遥感影像上道路提取的难度3.1遥感影像上线状地物的特性遥感影像上线状地物的特性三、遥感影像上道路提取的难度三、遥感影像上道路提取的难度3.1遥感影像上线状地物的特性遥感影像上线状地物的特性l 对特定的地物的描述将导出

5、对应的相关知识和约束,成为提取的基础。以道路为例,Vosselman和Knecht用以下指标来描述道路的特性:几何(Geometric)光度或辐射度(Photometric)拓扑(Topologic)功能(Functional)和关联或上下文(Contextual)3.1高分辨率遥感影像上线状地物的特性高分辨率遥感影像上线状地物的特性道路道路功能特性功能特性关联特性关联特性光度特性光度特性几何特性几何特性拓扑特性拓扑特性高级知识(景物域)高级知识(景物域)中、低级知识(景物中、低级知识(景物域投影到影象域)域投影到影象域)道路的特性道路的特性 对道路的功能和上下文特性是其在景物域或物方空间的知

6、识,偏重于语义描述;而道路的光度、几何与拓扑特性则由景物域的特征投影到影像域,它们有着直接对应的关系。3.1高分辨率遥感影像上线状地物的特性高分辨率遥感影像上线状地物的特性l对城市道路的各种特性的详细描述:n 几何特性:宽度、宽度的一致性、形状、大小和朝向、曲率、模式;n 光度特性:目标的反射特性,以及与周围环境的对比度。n 拓扑特性:表示了道路目标满足作为网络一部分的完整性程度,以及连接的类型。连接类型有T形,+形和Y形等。n 上下文特性:完整性、连接性、周边区域的关联特性、局部上下文线索、高程断面。n 功能特性:人工目标在现实世界所实现的功能。3.1高分辨率遥感影像上线状地物的特性高分辨率

7、遥感影像上线状地物的特性铁路铁路河流河流机动车道机动车道-双股双股道道单股道单股道树木行树木行建筑物行建筑物行篱笆线篱笆线/场地边界线场地边界线铁路铁路小曲率,在城区常常相互平行相互独立;接近正交方向可能有桥或隧道相互独立;接近正交方向可能有桥或隧道相互独立;接近正交方向有桥或隧道在城区常接近平行,在农村地区常较弱在城区常接近平行,在农村地区常较弱接近相互平行(尤其在农村地区)河流河流常形成Y型分叉常以正交方向通过道路下方常以正交方向通过道路下方沿河流的植被线常平行于或部分遮蔽河流线有时与成群建筑物接近平行比较独立机动车道机动车道-双股道双股道常有明显的连接大部分情况下相互独立在农村地区极少有

8、平行关系有可能互相平行单股道单股道在农村地区常互相平行,树木遮蔽路面与成群建筑物常相互平行有时接近平行树木行树木行大多相互无关 有时相互平行,尤其是城区的林荫大道常难以区分建筑物行建筑物行在城区常平行,两行建筑物可推断中间道路的存在大部分相互独立,有时互相平行篱笆线篱笆线/场场地边界线地边界线拓扑关系也有T型或+型的连接3.1高分辨率遥感影像上线状地物的特性高分辨率遥感影像上线状地物的特性一、基于结构信息的一、基于结构信息的侯侯选道路选道路段段提取提取二、二、GISGIS引导的道路提取引导的道路提取三、基于感知编组的道路提取三、基于感知编组的道路提取四、基于统计信息的道路提取四、基于统计信息的

9、道路提取五、基于自适应模板的道路提取五、基于自适应模板的道路提取六、基于带状六、基于带状SnakeSnake的道路提取的道路提取七、七、城市道路新型提取方法3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法一、基于一、基于结构信结构信息的息的侯侯选道路选道路段段提取提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法一、一、基于基于结构结构信息信息的的侯侯选道选道路路段段提取提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法l提取提取线线特征分两步特征分两步:首先首先提取提取反反映灰映灰度变化的基本

10、度变化的基本单元单元边边缘缘其其次次再再将这将这些边些边缘连缘连接接为有意义的为有意义的线线特征特征通通常将前者常将前者称称为为边边缘缘检测,后检测,后者者称称为为边边缘连缘连接或接或边边缘跟踪缘跟踪l常常用的用的各种各种边边缘缘检测算检测算子子(如如Robertes、Sobel、Prewitt等等):缺点在于很难可靠的确定边缘的存在和边缘存在的缺点在于很难可靠的确定边缘的存在和边缘存在的位置位置因为真实的灰度变化不一定是阶跃的,基于阶跃变因为真实的灰度变化不一定是阶跃的,基于阶跃变化假定的算子将要检出多个边缘化假定的算子将要检出多个边缘一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道

11、路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法l多多种种改改进方法,进方法,这这些些新的算新的算子子大大致致可可以分为以分为三三类类:最优算子最优算子多尺度方法多尺度方法自适应方法自适应方法lCannyCanny应用变分原理推导出一种应用变分原理推导出一种GaussianGaussian模板导数逼模板导数逼近的最优算子,是目前被广泛使用的边缘检测方法近的最优算子,是目前被广泛使用的边缘检测方法lCannyCanny给出了评价边缘检测性能优劣的三个指标:给出了评价边缘检测性能优劣的三个指标:好的信噪比好的信噪比好的定位性能好的定位性能对单一边缘有唯一的响

12、应对单一边缘有唯一的响应一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法l在在边边缘缘检测及检测及跟踪跟踪后,后,采采用用栅栅格格转转矢矢量的方法量的方法可可将将图像中的图像中的线条线条形成形成矢矢量的表示形量的表示

13、形式式一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法l直直接接从图像从图像上上获取的获取的矢矢量量线线段段常常常常带带有有锯齿锯齿状状l采采用一用一定定的的压缩压缩光光滑滑算法,算法,如如Douglas_Peuker算法算法一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法l对于对于曲曲线线,将会将其将会将其分为多段。分为多段。这这里里采采用用了了一一种种折折线线分分裂裂方法,方法,其其原理如下:原理如下

14、:找出起找出起始始和和终终止止点,对于点,对于封闭封闭区区域域可将可将最最远远的两点选为的两点选为起起点点和和终终点点 按按某某种种原原则则检检查查是是否满否满足足要要求求,如,如不不满满足足,则则从从距距当当前拟前拟合合直线最直线最远远点处点处将将当当前拟前拟合直线合直线分分裂裂为两为两部部分,分,并递并递归归地进地进行行这这一步一步骤骤,直直至至满满足条件足条件。此此处的原处的原则可则可以是以是最最大大垂垂直直距离距离小于小于某某一一阈值阈值,也可也可是是最最大大垂垂直直距离距离起起止止点间的点间的夹夹角角关系关系一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分

15、辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法平行直线段的生成平行直线段的生成 l在图像中,道路的本质特征从边缘上看是一组平行线,而且通在图像中,道路的本质特征从边缘上看是一组平行线,而且通常是亮白色的平行线段,因此首先需要提取平行线段。常是亮白色的平行线段,因此首先需要提取平行线段。由于图像中道路的表现不是理想的平行线由于图像中道路的表现不是理想的平行线而且在直线提取时会存在误差而且在直线提取时会存在误差判断平行线的准则是提取在一定范围内近似平行的直线段判断平行线的准则是提取在一定范围内近似平行的直线段l平行线段不一定都是道路段,符合下列两个条件的平行线段才平行线段不一

16、定都是道路段,符合下列两个条件的平行线段才是候选的道路段:是候选的道路段:几何特征,宽度要在一定的范围之内几何特征,宽度要在一定的范围之内 灰度特征,平行线段内的平均灰度应满足一定的范围限值灰度特征,平行线段内的平均灰度应满足一定的范围限值一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法n道路段的编组道路段的编组 l在在提取的过程中对提取的过程中对每每一道路段记录一道路段记录了了如下如下参参数:数:道路段对道路段对象象标识标识 平平行行线线组的标识组的标识标标明明是是单平单平行行线线对对(一对一的一

17、对一的平平行行线线对对)还还是多是多平平行行线线组组 左左平平行行线线的个数的个数 左左平平行行线线的的集集合合 与与左左平平行行线线的的集集合合一一对应的一一对应的平平行行距离距离集集合合 右右平平行行线线的个数的个数 右右平平行行线线的的集集合合 与与右右平平行行线线的的集集合合一一对应的一一对应的平平行行距离距离集集合合 组织的标组织的标志志,标,标明明该该道路段是道路段是否否已已被被组织过组织过一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法u道路段的编组道路段的编组 l通常在图像中,有些平

18、行线段表现很明显,它们具有较长的长度,而且平行性很好等等,可称之为可靠线道路段l而有些则断断续续,长度较短,可称之为可疑道路线段l从可靠线段出发可很容易获取道路的初始网络模型,它们是最可能的道路段,是决定道路提取成败最为关键的因素之一,因此有必要对提取的候选道路段进行筛选一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法u可靠道路段的准则可靠道路段的准则l对于单平行线对,可靠道路段的具体准则:道路段的两边线都应比较长道路段的两边线都应比较长 道路段的两边线的长度应具有相似性,即二者的长度之比道路段的两

19、边线的长度应具有相似性,即二者的长度之比应较大应较大 道路段的两边线的应具有一定的交叠距离道路段的两边线的应具有一定的交叠距离 一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法u可靠道路段的准则可靠道路段的准则l对于多平行线对,可靠道路段的具体准则:对于多平行线对,可靠道路段的具体准则:道路段里有较多的比较长的线段,至少边线和中间道路段里有较多的比较长的线段,至少边线和中间部分的线段较长部分的线段较长平行线段之间如果不存在与之相平行的线段,则它平行线段之间如果不存在与之相平行的线段,则它们之间的距离

20、不能超过限值们之间的距离不能超过限值 平行线段之间不能出现与之存在大角度且长度较长平行线段之间不能出现与之存在大角度且长度较长的线段的线段 平行线段之间应具有较大的交叠距离平行线段之间应具有较大的交叠距离 一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法u基于基于平差平差模型的道路模型的道路段段精定精定位位l从图像上提取出的平行线段由于成像时的噪声及提取时的误差等的影响,决定平行线段的边缘强度有时会很弱致使平行线段的边界点定位不准,使用基于最小二乘模板匹配的自动平行化算法改正后的平行线段最接近真实的

21、图像直线边缘平行线段的两边线平行或尽可能接近平行l理想的阶跃边缘经过成像系统往往变成刀刃曲线,由直线边缘沿垂直直线方向的灰度剖面可生成直线模板一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法基于平差模型的道路段精定位一、基于结构信息的侯选道路段提取一、基于结构信息的侯选道路段提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法lGISGIS引导的道路跟踪的关键是填补断裂空隙提取道路并同时引导的道路跟踪的关键是填补断裂空隙提取道路并同时检测发生变化的道路,图像上道路出现

22、的断裂现象主要表现:检测发生变化的道路,图像上道路出现的断裂现象主要表现:l(1 1)道路是连续的,但由于成像过程、反射条件、阴影等)道路是连续的,但由于成像过程、反射条件、阴影等影响的干扰,提取的线条不能表达连续的信息,通常在这种情影响的干扰,提取的线条不能表达连续的信息,通常在这种情况下断裂长度较小况下断裂长度较小 l(2 2)道路是连续的,但由于遮挡(如成行树木的遮挡)、)道路是连续的,但由于遮挡(如成行树木的遮挡)、与周围环境的反差较低等的原因,无法提取相应的线条,通常与周围环境的反差较低等的原因,无法提取相应的线条,通常在这种情况下断裂长度较大在这种情况下断裂长度较大l(3 3)道路

23、发生了变化,依据提供的信息不能找到与前面道)道路发生了变化,依据提供的信息不能找到与前面道路相连的证据,通常在路相连的证据,通常在 这种情况下断裂长度很大,而且没有这种情况下断裂长度很大,而且没有证据能填补它证据能填补它3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法二、二、GISGIS引导的道路提取引导的道路提取二、二、GISGIS引引导的道路提取导的道路提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法二、二、GISGIS引引导的道路提取导的道路提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取

24、方法二、二、GISGIS引引导的道路提取导的道路提取对于特对于特定定道路段的道路段的某某一一部部分分所所对应的两对应的两边线边线存在存在如下的特征:如下的特征:l(1)道路的一道路的一边线边线与对应的与对应的另另一一边线均边线均存在且存在且相相互互平平行;行;l(2)道路的一道路的一边线边线存在存在,另另一一边线边线不存在;不存在;l(3)道路的两道路的两边线均边线均不存在;不存在;对于特征对于特征(1)和和(2),在在跟踪跟踪时时可可以以利利用道路用道路双双边线边线的的互互补补作用作用来来增增强强道路道路跟踪跟踪的的效效果,对于特征果,对于特征(3),则则主要主要借借助图形助图形上上道路数道

25、路数据的引导。据的引导。l在在低低分辨率的图像分辨率的图像上上,道路主要表现为,道路主要表现为双双平平行行线线的的线状线状目标,目标,跟踪跟踪时困难时困难不不大大l但但在在高分辨率的图像高分辨率的图像上上,主要道路的表现形,主要道路的表现形式式是道路的是道路的各种各种子子结结.构构包括包括斑斑马马线线、防护防护栏栏、两、两边边及中间的及中间的绿绿化化带带、防护堤防护堤、车辆车辆等的等的混合混合表现,表现,在经在经过过边边缘缘检测和检测和跟踪跟踪后道路的主要表现形后道路的主要表现形式式是多组是多组不不连连续续的的平平行行线线3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的

26、提取方法二、二、GISGIS引导的道路提取引导的道路提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法二、二、GISGIS引导的道路提取引导的道路提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法二、二、GISGIS引导的道路提取引导的道路提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法二、二、GISGIS引导的道路提取引导的道路提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法二、二、GISGIS引导的道路提取引导的道路提取3.2 高分辨率遥感影像上线状地

27、物的提取方法高分辨率遥感影像上线状地物的提取方法三、基于感知编组的道路提取三、基于感知编组的道路提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法四、基于统计信息的道路提取四、基于统计信息的道路提取l道路的统计特道路的统计特性能性能从从模模板板内的内的灰灰度、度、梯梯度方度方向向和和梯梯度度强强度等度等直直方图方图上反上反映映出出来:来:l(1)因)因为道路内为道路内部部的的灰灰度比度比较较均均匀匀,模模板板内道内道路段的路段的灰灰度度直直方图应方图应当仅仅当仅仅具有一个主具有一个主峰峰;l(2 2)道路具有平行的双边,且梯度方向相反,)道路具有平行的双边,且

28、梯度方向相反,所以在模板内的梯度方向直方图中具有对称的双峰;所以在模板内的梯度方向直方图中具有对称的双峰;l(3 3)道路与背景的灰度差别反映在模板内道路)道路与背景的灰度差别反映在模板内道路段的梯度强度直方图中应当是具有一个非零主峰,段的梯度强度直方图中应当是具有一个非零主峰,而这个主峰的中心值反映了道路内部的灰度与背景而这个主峰的中心值反映了道路内部的灰度与背景灰度的差别程度。灰度的差别程度。3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法五、基于自适应模板的道路提取五、基于自适应模板的道路提取l该该算法的算法的思想思想是:是:将将具有一具有一定定尺尺寸寸(

29、长度为长度为L,宽宽度为度为H)的的模模板板叠叠加到加到图像图像上上,从,从左左到到右右滑滑动动窗口窗口,如果发现,如果发现窗口窗口内:内:l(1)梯梯度方度方向向直直方图方图存在存在对对称称双峰双峰;l(2)灰灰度度直直方图方图存在存在单单一主一主峰峰;l(3)梯梯度度强强度度直直方图方图存在非存在非零零单单一主一主峰峰;l那么那么这这说明说明了了该该模模板板T对应的对应的窗口窗口可能可能是道路段,是道路段,继继续续沿沿水水平平方方向向滑滑动动模模板板,如果发现,如果发现模模板板不不符符合条件合条件,这这时需要时需要做做特别的处理。由特别的处理。由于道路是于道路是连连续续的,的,模模板板T可

30、能可能沿沿着其它着其它方方向向延延伸伸,因因此此以以模模板板窗口窗口的的中心点为中心点为圆圆心,心,半半径径2L做做模模板板搜搜索索圆圆,搜搜索索的的范围范围从从水水平平向向右右开始开始顺顺时时针针到水到水平平向向左左结束结束(180度度),移移动步动步距距可可由用由用户规定户规定比如比如5度度10度。度。3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法五、基于自适应模板的道路提取五、基于自适应模板的道路提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法六、基于带状六、基于带状SnakeSnake的道路提取的道路提取lSnake

31、模型模型具有一具有一些些经经典典方法方法所所无无法比法比拟拟的的优优点:点:图像数据、图像数据、初始估初始估计、目标计、目标轮廓轮廓及基于知识的约束及基于知识的约束统一于一个特征提取过程中统一于一个特征提取过程中;经经适当适当地地初始初始化后,化后,它能它能够够自主地自主地收收敛敛于于能能量量极极小小值状值状态;态;尺度尺度空空间中由间中由粗粗到到精地精地极极小化小化能能量量可可以以极极大地大地扩扩展展捕捕获获区区域和域和降降低低计算计算复杂复杂性性。3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法六、基于基于带状六、基于基于带状SnakeSnake的道路提取的

32、道路提取3.2 高分辨率遥感影像上线状地物的提取方法高分辨率遥感影像上线状地物的提取方法3 3.3 3高分辨率遥感影像上线状地物提取流程高分辨率遥感影像上线状地物提取流程l“在可预见将来在可预见将来”全自动提取是不太现实的。全自动提取是不太现实的。鉴于此和实际应用的考虑,由鉴于此和实际应用的考虑,由人工干预或人人工干预或人工引导的半自动提取将人的模式识别能力和工引导的半自动提取将人的模式识别能力和计算机的快速、精确的计算能力有机的结合计算机的快速、精确的计算能力有机的结合起来起来提高效率提高效率减轻劳动强度减轻劳动强度3 3.3 3高分辨率遥感影像上线状地物提取流程高分辨率遥感影像上线状地物提

33、取流程l基于对线特征的灰度特征和几何约束的整体基于对线特征的灰度特征和几何约束的整体优化计算优化计算动态规划动态规划:导出道路的一般参数模型,将其表达导出道路的一般参数模型,将其表达成种子点之间的成种子点之间的“代价代价”函数,以动态规划作函数,以动态规划作为确定种子点之间最优路径的计算工具为确定种子点之间最优路径的计算工具可变模型或可变模型或Snakes方法方法最小二乘最小二乘B样条样条3 3.3 3高分辨率遥感影像上线状地物提取流程高分辨率遥感影像上线状地物提取流程对于自动提取对于自动提取所所用的方法大用的方法大致致可可以分为以分为三三类类(1 1)一)一类类是基于道路本是基于道路本身身特

34、特性性的方法的方法(2 2)另另一一类类是基于是基于上上下文信息的方法下文信息的方法(3 3)第)第三三类类是是前二者前二者的的混合混合3 3.3 3高分辨率遥感影像上线状地物提取流程高分辨率遥感影像上线状地物提取流程l 提取的正确率和稳健性、精度、高效率的人机交互这几方面的性能的协调工作,才能充分发挥系统的作用,真正较大地提高测图的效率。因此,算法和提取策略的设计除了要保证高成功率和精度外,还应当遵循以下原则:(1)操作员的输入应当简单(2)提取结果的实时响应(3)允许提取结果的回退操作3 3.3 3高分辨率遥感影像上线状地物提取流程高分辨率遥感影像上线状地物提取流程具体策略:(1)在依次输

35、入的人工点形成的各段内,以快速的模板匹配和基于神经网络的优化计算快速提取出道路特征的初始值;(2)基于平差模型的自适应模板匹配对每段进行相对独立的提取,即提取各段连续的二次曲线;(3)最后,由上述提取的结果作为初值,基于最小二乘样条曲线提取算法对其进行精确定位。3 3.3 3高分辨率遥感影像上线状地物提取流程高分辨率遥感影像上线状地物提取流程3 3.3 3高分辨率遥感影像上线状地物提取流程高分辨率遥感影像上线状地物提取流程leCognition 软件 l基于阈值的分割方法 l基于边缘的分割方法 l基于区域的分割方法 城市道路遥感影像城市道路遥感影像 道路影像边缘检测结果道路影像边缘检测结果 3.5 3.5 遥感影像上道路的提取遥感影像上道路的提取提取出的道路矢量提取出的道路矢量 3.5 3.5 遥感影像上道路的提取遥感影像上道路的提取3.6 包含城区铁路的包含城区铁路的QuickBird遥感影像数据遥感影像数据 采用面向对象分割的结果采用面向对象分割的结果 3.6 3.6 分割合并后提取的城区铁路道路段分割合并后提取的城区铁路道路段3.6 3.6 DMC影像影像 DLG成果成果 DEM成果成果 正射影像成果正射影像成果

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 办公、行业 > 各类PPT课件(模板)
版权提示 | 免责声明

1,本文(第三讲遥感影像的特征提取和地物更新-精品课件.ppt)为本站会员(三亚风情)主动上传,163文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。
2,用户下载本文档,所消耗的文币(积分)将全额增加到上传者的账号。
3, 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(发送邮件至3464097650@qq.com或直接QQ联系客服),我们立即给予删除!


侵权处理QQ:3464097650--上传资料QQ:3464097650

【声明】本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是网络空间服务平台,本站所有原创文档下载所得归上传人所有,如您发现上传作品侵犯了您的版权,请立刻联系我们并提供证据,我们将在3个工作日内予以改正。


163文库-Www.163Wenku.Com |网站地图|