SAR图像道路提取方法研究(1)

SAR图像道路提取方法研究作者：蒋斌学位授予单位：国防科学技术大学研究生院参考文献(25条)1.FabioDell.PaoloGambaDetectionofUrbanStructureinSARImagesbyRobustFuzzyClusteringAlgorithms:TheExampleofStreetTracking2001(10)2.PGamba.PSavazziClassificationifurbanenvironmentsinSARimages:Afuzzyclusteringperspective19983.RidhaTouzi.ArmandLopes.PierreBousquetAstatisticalandgeometricaledgedetectorforSARimagesIEEETrans1988(06)4.FTupin.JFMangin.JMNicolas.E.PecherskyDetectionoflinearfeaturesinSARimages:ApplicationtoroadnetworkextractionDetectionoflinearsinSARimages:Applicationtoroadnetworkextraction19985.SSGanugapati.CRMoloneyARatioEdgeDetectorforSpeckledImagesBasedonMaximumStrengthEdgePruning19956.GrayGeling.DanJonescuAnEdgeDetectionOperatorforSARImages19937.AlanCBovikOndetectingedgesinspeckleimageryIEEETrans1988(10)8.CJOliverD.BlacknellRGWhiteOptimumedgedetectioninSARIEEProc1996(01)9.ReinholdHuber.KonradLangRoadExtractionfromHigh-ResolutionAirborneSARusingOperatorFusion199910.GBordes.GGiraudon.OJametAuto-maticRoadExtractionfromGrey-LevelImagesBasedonObjectDatabase199711.DmitryLagunovsky.SergeyAblameykoStraight-line-basedprimitiveextractioningrey-scaleobjectrecognition199912.BurnsJB.HansonAR.RisemanEMExtractingstraightlines1986(08)13.NevatiaR.BabuKLinearfeatureextractionanddescription198014.MohenRPerceptualorganizationforscenesegmentationanddescription1992(06)15.HuertasA.NevatiaRDetectingrunwaysincomplexairportscenes199016.MBuckley.JYangRegularisedshortest-pathextraction199717.TLaw.HItoh.HSekiImagefilteringedgedetectionandedgetracingusingfuzzyreasoning199618.章孝灿.黄智才.赵元洪遥感数字图像处理199719.万发贯遥感图像数字处理199120.仇肇悦.李军.郭宏俊遥感应用技术199521.孙即祥数字图像处理199322.孙即祥现代模式识别200223.章毓晋图像分割200124.王润生图像理解199525.孙即祥现代模式识别2002相似文献(10条)1.学位论文周芳基于方向可调滤波器的道路提取方法研究2007近年来，遥感技术迅猛发展，使我们能够获取极其丰富的信息。如何自动处理、解译海量的图像数据是整个社会信息化过程中面临的重要问题。道路信息作一种重要的地理专题信息，被广泛应用于军事、测绘、交通、导航等诸多领域。虽然从95年至今，道路提取技术有了长足发展，但大多数提取结果较好的方法也只是半自动的，找到从影像数据中提取道路的效果好且自动化程度高的方法成为尚待解决的难题。本文以高分辨率遥感数据为对象，对道路提取方法进行了深入研究。文中首先介绍了高分辨率遥感影像道路提取的主要过程：边缘增强、边缘检测和边缘连接；然后分析与评价了各过程中现有主要算法的优势与不足；最后在边缘检测与连接中引入了道路方向信息，采用了基于方向可调滤波器的边缘增强与检测方法和基于方向信息的边缘连接算法，并用高分辨率遥感图像进行了大量实验。结果表明，基于方向可调滤波器的道路提取方法，不但能较好地自动提取道路的位置，且能准确地确定道路的宽度。边缘增强的目的是为了最大限度地提高边缘与背景反差，突出边缘信息。论文介绍了直方图均衡化、同态增晰和多尺度小波图像增强等三种边缘增强方法的基本原理，并对第一种边缘增强算法用真实遥感图像做了实验。对实验结果的直接观察可以看出，直方图均衡化确实明显地增强了图像中包含的边缘信息。边缘检测是道路提取步骤中的重要一环，如何准确地连续地检测出道路边缘，同时最大限度地抑制其它非道路信息，一直是道路自动提取的难题。论文详细介绍了Canny边缘检测算法的基本原理，提出将它与方向可调滤波器相结合来对Canny边缘检测方法做出了改进，利用Canny边缘检测对边缘的敏锐性和方向可调滤波器对方向的灵活性对道路边缘进行提取。文中利用实验证实了道路方向统计的可行性，并对试验图像中的道路方向做出统计，使用方向可调滤波器对图像进行了滤波，实验结果表明，方向可调滤波器最大限度的增强和提取了道路边缘。边缘连接是在边缘检测的基础上对提取出的间断边缘进行取舍和连接。论文介绍了Hough变换的基本原理，利用方向信息改进了Hough变换工作过程，让它只在道路方向上寻找提取直线，从而达到除去道路边缘以外的其他它边缘信息的目的。同时介绍了启发式搜索和基于视觉感知的双层次边缘连接方法的原理，结合这两种方法，提出基于方向启发式搜索的边缘连接方法，从最终的道路边缘提取效果看，基本上准确完整的提取出了边缘信息，道路提取结果令人满意。2.期刊论文潘建平.邬明权.PANJian-ping.WUMing-quan基于数学形态学的道路提取-计算机工程与应用2008,44(11)利用遥感图像进行道路提取已经有了一些研究,如图像分割,基于知识的道路特征识别和数学形态学等,但尚有许多问题需要解决,设计了一种基于数学形态学的遥感图像道路提取算法.该算法首先将遥感图像二值化,然后进行噪声滤除、形态学边缘检测与边缘连接.通过采用ETM+遥感图像进行实验表明,该算法与传统的边缘检测与边缘闭合的算法相比,具有更好的抗噪能力,且精度较高,具有一定的现实意义.3.学位论文贾承丽SAR图像道路和机场提取方法研究2006本文主要研究了SAR图像道路和机场目标提取方法。根据道路和机场目标的共性特征——显著的线特征，使用统一的思路和流程来解决这类问题，即边缘检测(低层处理)、线基元提取(中层处理)、线基元连接和目标提取(高层处理)，并按照这一统一方案，分别研究了SAR图像边缘检测、线基元提取、SAR图像半城区道路网自动提取方法、曲线道路自动提取方法、复杂SAR图像场景中机场跑道以及机场区域的自动提取方法。第二章研究了SAR图像边缘检测方法。按照边缘类型不同，分别分析了经典SAR图像阶跃边缘检测算子和线边缘检测算子的原理和方法、理论检测性能和实际检测性能，并在此基础上提出了一种改进的ROEWA边缘检测算法。第三章研究了线基元提取方法。分析了三种经典的线基元提取方法的原理和实现，提出了一套线基元提取性能量化评估准则，使用这套准则对三种方法进行评估，为后续处理选择适当的线基元提取方法提供了依据；研究了去斑处理对线基元提取的影响，得出了具有指导意义的结论。第四章研究了SAR图像道路目标提取方法。针对目前研究的薄弱环节，主要研究了SAR图像半城区道路网和曲线道路的自动提取方法。为了解决SAR图像半城区道路的提取问题，提出了一种适用于复杂场景的线基元连接方法——基于GA的线基元连接方法。在这种线基元连接方法以及前两章边缘检测和线基元提取的研究基础上，并结合所抽象的道路模型，提出了一种集道路提取、交叉点检测于一体的完整的SAR图像半城区道路网自动提取方法。分别研究了启发式曲线连接方法和提出了基于张量投票的曲线连接方法，将基于直线段的道路提取方法推广到曲线道路提取的应用中，解决了曲线道路的提取问题。为了为本文所研究的道路目标提取方法的性能评估提供量化标准，本章还整合了一套量化评估准则。第五章研究了SAR图像中机场目标提取方法。针对目前研究的薄弱环节，主要研究了从复杂SAR图像场景中自动提取机场跑道以及机场区域的方法。论文从机场跑道的相关知识出发，首先在构造一种新的相似性测度的基础上，提出了一种适用于在复杂场景中提取机场跑道的基于聚类分析的线基元连接方法。在这种线基元连接方法以及第二、三章边缘检测和线基元提取的基础上，结合机场跑道的相关知识，提出了一种复杂场景中机场跑道提取方法。在机场跑道提取结果的丛础上，使用区域生长和KL变换获取机场区域的外接矩形，确定了机场区域的位置和走向。4.期刊论文贾承丽.匡纲要.JIACheng-li.KUANGGang-yaoSAR图像自动道路提取-中国图象图形学报2005,10(10)提出了一种新的快速有效的低分辨率SAR图像自动道路提取算法.算法使用道路特征检测算子检测道路边缘,利用一系列模板进行边缘像素的标定和短线段的连接,最后使用动态规划技术进行道路曲线段的连接.使用低分辨RadarSatSAR图像进行实验,实验结果证明了该算法的有效性.5.学位论文吕毅SAR图像道路提取算法研究2003合成孔径雷达(SyntheticApertureRadar,SAR)是一种具有强穿透力以及全天候观测能力的遥感监测工具,在处于信息时代的当今社会中发挥着越来越重要的作用.论文主要研究如何从低分辨率SAR图像中进行道路提取.该文针对实际问题,提出了基于边缘的道路提取算法,其基本思想是在边缘检测的基础上,结合SAR图像中道路的灰度、几何形状等特征筛选出候选道路的线性片段,然后对片段进行连接,得到最终的道路提取结果.6.学位论文卫蒙超宽带SAR图像道路提取技术研究2009超宽带SAR作为一种信息获取的手段，在国防、民用等领域有着十分重要的应用。超宽带SAR图像的解译是项非常重要的工作，与数据的获取能力相比，超宽带SAR图像的处理技术发展相对滞后，不能满足实际应用要求，迫切需要解决。本文主要研究了超宽带SAR图像道路提取技术。同大多数有效的道路提取技术一样，本文把超宽带SAR图像的道路提取也建立在了对图像线特征的提取上，工作分为边缘检测、线基元提取、线基元组织、后期处理等步骤。在借鉴的基础上，对传统高波段SAR图像道路提取技术进行了必要的修改，形成了一套适合于超宽带SAR道路提取的技术。但因超宽带SAR图像与高波段SAR图像在道路提取技术上的不同主要体现在边缘检测方面，所以本文的相当一部分工作集中在对边缘检测技术的研究上。本文主要工作内容如下：(1)通过对超宽带SAR图像边缘检测结果的研究分析，指出了由于杂波模型不精确以及超宽带SAR图像的弱对比度特性，使得现有SAR图像边缘检测算法在应用于超宽带SAR图像时检测性能会降低。因此，文中提出了两种适合于超宽带SAR图像的边缘检测算子：基于数学形态法和基于改进多方向模板法。基于数学形态法的边缘检测算子由于不需要对图像杂波建模以及算法简单，所以检测虚警率低，边缘定位精度高，处理时间短，但对弱对比度边缘的检测率不高。基于改进多方向模板