从航空遥感图像中自动提取主要道路

如果能自动地从航空遥感图像中提取出道路网,将会简化城市地物目标的分类和测量过程.该文根据城市主要道路在图像中的特性进行了模型化处理,进而提出了基于直线的、自动提取的方法.算法重点考虑到成像过程中必然引入的各种噪声,用高斯分布函数模糊化直线参数,使提取具有良好的稳健性.算法中的参数选择都是通过理论分析所得,因此,提取过程实现了自动化.实验结果表明,该方法能够从实际航空遥感图像中提取出主要道路网.     

航空遥感图象中道路的自动提取方法

基于航空遥感图象的道路自动检测与识别是数字城市、道路监控等领域非常重要的课题;其检测方法经改进可用于跑道识别,为飞机自动降落提供必要的跑道信息。该文以传统道路提取方法为基础进行改进,提出一种道路自动提取方法,该方法包括以下几步:首先,利用微分几何方法对图象进行线特征强化处理;接着,进行线段提取,将传统方法中需要分步实现的线特征抽取和线段连接同步完成,同时对连接判定阈值的设置进行了一些讨论,提出了自动设置阈值的方法;最后,根据道路的拓扑性质进行线段的聚合分类。实验结果表明,该方法能准确有效地提取出道路。     

基于D-S证据理论的城市航拍道路提取方法

针对有复杂场景的城市航拍图像,提出了一种基于D-S证据理论的道路提取方法.首先建立道路模型;然后将图像分块,建立灰度连通集,并选取子图像中较大的灰度连通集作为候选道路段;根据道路模型从候选道路段中提取特征来定义多个概率分配函数BPAF(basic probability assignment functions),并使用Dempster合成法则对其进行合成,识别出道路段;最后将已识别出的道路段进行合并,排除错误路段,形成道路.实验结果证明了这一方法的有效性.     

遥感图像自动道路提取方法综述

自动道路提取是遥感图像识别的重要研究领域. 实现自动化、智能化、可靠准确的图像道路提取对地理信息技术发展具有重要的应用价值和意义. 道路的物理属性和功能形成了道路的辐射特征、几何特征、拓扑特征和背景特征. 以该四类特征为线索, 介绍了自动道路提取的典型方法, 侧重于分析四类特征在道路提取中作用和应用方式. 简要介绍了自动道路提取的评估方法和准则, 列举了主流的道路提取软件和遥感图像片源, 展望了该领域的发展方向.     

高分辨率航空影像中高压电力线的自动提取

随着航空数字摄影测量技术和数字相机分辨率的提高,数字摄影测量应用于电力线监测已成为可能。然而,目前却很少有公开发表的关于从航空影像中自动提取电力线的文献见诸报道。为此,提出了一种在复杂自然背景条件下,从航空影像中自动提取550kV高压电力线的算法,并设计了抗强噪声的线特征提取算子,即首先用Ratio算子从遥感影像上提取电力线像素点,然后采用分段Radon变换提取并连接各分段电力线,再利用类似卡尔曼滤波技术跟踪连接电力线的断裂部分,实验表明,该方法能有效地自动提取复杂自然背景下的高压电力线。     

Extraction of Road Information from Guidance Map Images

A function of image recognition is indispensable to an intelligent robot which can coexist with a human being. Furthermore, the intelligent robot needs to understand the environment of their action range by getting information of characters and maps on advertisements and signboards in order to move autonomously. In this research, a method to search the route from the starting point to the destination on a guidance map, by extracting the road area on the map and revising degradation portions because of overlapping with characters or other figures is proposed. And the validity of this method is shown by the experiment using maps which were collected from advertisements or pamphlets.     

从航空影像中自动提取高层建筑物

高层建筑物形状的复杂多变使传统的模型匹配方法难以提取．由建筑物垂直边缘检测出发,采用证据推理法,该文提出了一种在单视角高分辨率航空影像中自动提取高层建筑物的策略．该方法充分结合物方空间和图像空间各种有用信息,综合运用信号处理、计算机视觉等领域多种先进技术,逐步推理得出建筑物的位置、高度和屋顶轮廓等信息,从而实现了建筑物的三维重构．     

特征融合的多时相遥感图像道路提取方法

为了提高单时相遥感图像道路提取的准确度，提出一种基于特征融合的道路提取方法。首先，提取已配准好的多时相SPOT图像直线段特征和角点特征，然后，对得到的特征进行融合判断，从特征融合结果中提取近似平行线，最后进行道路拟合。本文对相位编组道路段提取方法进行了改进，引入基于灰度SUSAN的角点特征信息，提高了道路段提取的准确性。文章最后给出了实验结果。     

彩色公路地图的道路自动提取

首先采用模板匹配、特征抽取等方法提取城市和道路的标识,这些标识对后面的道路的提取有着重要的作用;然后根据道路的等级,在颜色基础上利用道路的特征分层提取道路图层;最后对道路进行细化,依据城市与道路,各种道路间的关系以及道路的特征建立一系列的判据,检查道路的合理性,并产生相应的策略对道路进行反馈处理,实现道路的全自动提取．实验结果表明了该方法的有效性．     

基于投影变换的声纳图像特征提取与识别

用投影变换的方法进行了成像声纳采集的水声图像特征提取与识别。阐述了Radon与扇束投影变换的特点与关系,并提出了一种基于图像边缘Radon变换的水声图像矩特征提取和识别方法。首先使用一种形态学边缘提取算子和细化算法提取二维图像中目标的轮廓,构造目标轮廓在 Radon变换空间的平移、比例和旋转矩不变量,并应用于三类水下物体的分类识别中,实验仿真结果表明该方法在运算速度上优于Hu’s不变矩和图像目标面Radon投影空间不变矩,具有很好的性能和较高的实用价值。     

基于全色航空影像的机场目标自动提取研究

图像分割可以快速准确地检测出目标的基本特征。但由于边缘点不连续和难以把存在大量碎边缘点的高细节区提取出来这两个原因,而不能直接实现完整意义上的目标自动提取。本文对模板匹配方法和特征提取进行了研究,提出了一种基于全色航空影像的MF算法来实现对机场目标的自动提取。     

一个基于知识的航空影像目标自动识别算法

针对航空影像中复杂背景下目标的自动提取与识别这一难题，提出一种智能型目标识别算法。该算法包括图象分割，不变性参数提取和目标分类，利用一种基于知识的多特征融合和小波理论的多分辨率分析分割和提取图象目标，被提取的每个图象目标的不变性参数由改进的ＢＰ模型将图象目标分类，实验结果表明该识别虎法依据一定的先验知识，辅以人工智能的手段对复杂背景下的目标进行提取，复合，识别处理，从而到较为准确地识别出目标的最终     

一种二值图像特征提取的新理论

在图像处理和目标识别领域,提取图像和目标特征是进行后续工作的关键步骤。本文结合物理学中的势能理论和图像分析中的投影理论提出了图像势能的概念,它是一种新颖的二值图像处理理论和方法。本文全面阐述了利用二值图像像素所具有的势能对目标特征进行提取的理论和方法。通过实验证明了目标图像像素的势能对图像特征能够很好地进行描述,并对图像势能的物理原理、定义、采集、分析和应用进行了详细的描述。图像势能方法在实验中很好地表现了目标特征,体现了准确、快速、高效的特点。图像势能理论可应用于特征提取、目标识别、目标跟踪、目标复原等工作中。     

高分辨率航空图像的道路中心线提取法

在高分辨率航空或卫星图像中提取道路特征具有越来越重要的实际意义。道路与背景通常存在灰度差异,论文首先求取高斯平滑图像的偏导数,进而确定图像中的脊点,然后根据连接准则连线,再构造判别规则删除道路虚警,最后利用Canny边缘图修正道路中心线。算法还对交点区域进行了有效处理。实验证明,该方法在一定程度上能够消除树、建筑物阴影和汽车对道路提取造成的影响,提取的道路中心线比较准确,能为道路网检测的后续处理提供重要的数据支持。     

一种新的彩色图象文字提取算法

文字信息在描述图象内容时起着重要的作用,因此文字提取及识别是基于内容视频检索的关键技术。提出了一个从彩色图象背景中提取文字的快速而有效的算法。由于文本字符串的对比度较高,首先用一个改进的sobel算子将彩色图象变换为二值的边缘图象,再对该边缘图象进行涂抹处理,然后基于候选文本区的特征从不同复杂度的彩色图象中提取文本信息,最后将提取出的文本输入到文字识别(OCR)引擎,识别结果证明了此方法的有效性。     

SAR图像自动道路提取

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RadarSat SAR图像进行实验,实验结果证明了该算法的有效性。     

一种SPOT图像公路信息全自动提取新方法

提出了一种基于模糊连接度的SPOT图像公路信息全自动提取算法。该方法首先运用Sobel算子对SPOT图像进行边缘检测,然后使用阈值优化道路边缘点从中选取出道路种子点,接着通过计算图像中各点与种子点间模糊相似程度来提取道路信息,最后进行进一步完善处理。实验表明,该方法性能良好,在整个提取过程中不需要人工输入种子点,可以快速地实现道路特征的全自动提取。     

利用高分辨率遥感地图自动更新道路信息

本文提出了利用高分辨率遥感地图实现道路信息自动更新的系统。系统利用辅助数据——数字化地表模型结合彩色红外遥感图像，有效的实现分类；在随后的对象提取中，引进已有的GIS数据库优化了用于提取的Snakes算法。系统采用的先分类后提取的流程以及辅助数据的使用减少了干扰，也提高了系统的工作效率。     

用于图象识别的图象代数特征抽取

本文证明了图象的奇异值特征具有一系列代数和几何上的不变性以及对噪音的不敏感性,它是识别图象的有效特征.本文将奇异值特征用于人象识别问题.根据图象奇异值特征向量样本建立了Sammon最佳鉴别平面上的正态模式Bayes分类模型.实验结果表明,奇异值特征向量具有良好的鉴别分离能力.     

高分辨率遥感影像道路提取技术研究与展望

对道路特征提取的基本思想和方法进行了探讨,对国内外最新研究状况进行了较全面的综述,介绍了具有代表性的特征提取算法,并对道路特征提取的进一步发展提出了分析和展望.