一种基于知识的航空影像中道路半自动提取方法

利用线特征算子和多种线状地物跟踪方法建立了一种基于知识的航空影像中道路半自动提取方法。该算法计算量小 ,判断速度快 ,准确率较高 ,并且有较好的适应性。试验表明这是一种良好的道路提取方法。     

一种基于小波变换的遥感影像道路自动提取方法

遥感影像上道路的自动提取是摄影测量与遥感、计算机视觉等领域的重要课题。本文通过对图像小波系数的分析,完成道路节点的提取。随后利用基于小波变换的边缘提取算子,对道路进行边缘提取。边缘提取出来之后,以道路节点为种子点,对道路进行Snake跟踪。为保证提取效果,对图像进行了预处理。实验表明,利用本文提出的理论与方法能为道路网的自动提取与识别提供一个可靠的依据,同时也对其他地物（如建筑物）的自动提取提供一个有价值的参考。     

基于圆形模板的遥感影像道路半自动提取方法

目前,针对低分辨率遥感影像的道路提取研究已经很多,但是在中、高分辨率遥感影像中,丰富的场景信息以及路面车辆、交通标志线、绿化带或路边行树等噪声都会对道路提取产生影响,因而,道路提取仍是一项较为困难的工作.有鉴于此,本文提出了一种基于圆形模板的高分辨率遥感影像道路提取方法,以空间分辨率为0.8 m的高分2号影像为实验数据...     

基于P-N学习的高分遥感影像道路半自动提取方法

基于模板匹配的道路跟踪是半自动提取道路的主要方法。然而场景中地物干扰和道路宽度的变化降低了模板匹配的稳定性;另外,道路跟踪失败后缺乏重检测机制,使得道路提取过程中人机交互频繁。针对以上问题,提出了一种基于P-N（positive-negative）学习的高分遥感影像道路半自动提取方法。该方法由道路跟踪、检测和学习构成,关键是采用了P-N学习的策略迭代的训练分类器,通过纠正违反结构约束的样本分类结果来提高分类器性能。实验使用了不同场景下的城区高分遥感影像,与经典的模板匹配和在线学习的道路跟踪方法进行了比较。实验结果表明该方法在道路提取的精度和稳定性方面均有提升。     

航空影像上道路中心线的半自动提取算法研究

提出了一种新的从航空影像上提取道路中心线的半自动方法。该方法利用道路地物的几何特征和辐射特征,根据用户提供的少量道路种子点,利用自适应灰度模板对道路中心线上的每个点进行调整,最后采用最小二乘算法和牛顿迭代法对调整后的道路中心线上的每个点进行拟合,以此获得趋近于道路中心线的最佳折线。试验结果证明,该算法简单易行、效率较高．具有较好的鲁棒性和实用性。     

一种SAR影像带状道路半自动提取方法

文章提出了一种结合极化的相干最优信息的SAR影像带状道路半自动提取方法.该方法由用户输入种子点确定初始矩形模板,用傅立叶函数构建道路轨迹模型作为全局的控制条件,将矩形模板的角度信息结合极化相干最优信息作为局部的控制条件,根据两种条件控制模板的前进方向,实现道路的边缘线提取.通过与人工提取结果对比,证明本文的方法能够取得较理想的效果.     

基于高分辨率城区遥感影像的道路半自动提取方法研究

遥感影像上人工地物的自动化和智能化采集一直是摄影测量与遥感技术长期探索的一个主要课题。道路是重要的基础地理信息,随着遥感影像分辨率的提高,道路特征的复杂化对道路提取方法形成了挑战。针对高分辨率城区遥感影像道路提取中存在的问题,结合多分辨率分析思想、模板匹配原理和LSB-Snake模型,综合提出了一种适用于城区高分辨率遥感影像的道路半自动提取方法。实验表明该方法可以在很大程度上弥补LSB-Snake模型的不足,同时具有良好的抗噪声能力,可作为一种有效手段应用在城区高分辨率遥感影像的道路提取中,具有很好的交互性、可靠性和高效性。     

基于航空正射影像的道路半自动提取技术的研究

本文介绍了一种基于航空正射影像的道路半自动提取方法。详细阐述了道路信息增强和半自动提取的有关原理及实现过程。实验证明该方法是有效的。     

基于圆形模板的高分辨率遥感影像道路半自动提取

针对基于矩形模板匹配的道路提取方法在影像中存在较大弯曲路段提取效果不佳的问题,提出了一种基于圆形模板的半自动道路提取方法,用圆形模板取代矩形模板搜索道路中心点,省去了旋转角度计算,结合影像灰度、形态学梯度以及道路中心点之间的夹角信息,用迭代内插的方法搜索加密道路中心点,最终得到道路中心线。实验分析和比较表明,该方法在继承模板匹配的优势的同时较好的弥补了矩形模板的不足,提取效果较好。     

城区航空影像中铅垂线的自动提取

为了将铅垂线应用于城区空中三角测量,通过对大比例尺航空影像中铅垂线特点的分析,提出了一种有效的铅垂线提取算法,即首先对航空影像进行必要的预处理并自动提取直线,然后使用累积法从提取直线中分离出铅垂线并确定像底点坐标,最后应用共点约束的最小二乘直线模板匹配算法进一步提高铅垂线的提取精度及像底点的交会精度。     

基于动态规划原理的半自动线特征提取

提出了一种针对遥感图像基于树结构实现的动态规划半自动线特征提取算法。在线模型的约束下 ,线特征的搜索过程很容易描述为一个多阶段决策的优化计算问题。文中提出了一种线特征模型 ,使之可以同样适合于遥感图像中的明、暗线特征的提取。并采用一种双向预测技术 ,使之也可适用于较大曲率线特征。最后利用树结构和动态剪枝技术实现整个线的半自动提取过程。实验表明了算法的有效性。     

基于知识的遥感图像地物提取方法研究

通过对图像知识库、图像数据库、纹理分析和形状分析等技术的研究,提出了一种基于知识的遥感图像地物提取的方法。该方法提取图像的纹理特征和形状特征,根据知识库中的先验知识进行推理,实现了遥感图像地物的判别和提取。     

分水岭变换在遥感影像线状特征提取中的应用

在现有目标识别方法的基础上,提出一种结合目标的特性进行分水岭变换提取目标的方法。试验结果表明,这种方法可以有效地从遥感影像中提取线状特征。     

基于直线感知增强的边缘提取算法

根据视觉识别边缘的感知特性,提出了一种基于直线感知增强的弱边缘的边缘提取算法。借鉴视觉的直线感知方式,针对弱边缘整体上呈直线分布的特点将其筛选出来,进行编组、连接和扩展。与Edison边缘提取算子的比较实验证明,本算法在对弱边缘的提取和虚假边缘的抑制上有显著增强。     

从激光点云中提取古建筑线性和圆形特征的比较

对古建筑激光扫描点云进行分割、识别,并利用Hough变换和最小二乘法从点云中提取直线和圆,取得了较满意的结果。对两种算法的提取效果进行了比较。     

航空影像分割的Snake方法

在介绍了Snake模型以后,将这种方法引入航空影像的分割过程。为了对Snake方法的分割能力进行验证,给出了一些实例。     

基于LOG改进算子的边缘检测与面状特征提取

介绍了基于LOG改进算子的边缘检测方法,通过边界跟踪和边界代数,实现了面状特征的快速提取,试验表明,所使用的方法优于区域生长、多尺度分割等传统方法,具有较好地应用前景。     

基于散乱点云特征提取算法研究

三维激光扫描测量技术是当前测绘领域研究的热点。点云各个要素特征提取在三维建模中是非常重要的一个环节,也逐渐成为三维点云数据处理中的一个研究重点。目前对点云数据特征提取仍然存在一些问题,大多数算法的研究是针对栅格点云数据进行的,存在容易受到噪声数据的影响以及适应性不强等问题。本文在研究了现有的点云数据特征提取的方法的基础上,将法线差分算法应用到场景内地物提取中,从而实现场景中地物的特征提取。     

利用边缘特征点聚类分析进行RHT圆形目标快速检测

针对目标识别和提取中多圆目标的检测问题,提出了一种基于边缘特征点聚类分析的RHT快速检测算法。实验结果表明,该方法可以在背景较为复杂的影像中快速准确地提取多个圆形目标,对于比较分散的形态较大的近圆形目标的提取也具有很大的实用价值,且具有良好的抗噪和抗干扰能力及较强的鲁棒性。