高分辨率遥感影像道路提取技术

目录
前言
第1章 绪论 1
1.1 研究背景 1
1.2 国内外研究现状和进展 3
1.2.1 道路提取方法研究现状 4
1.2.2 道路网提取方法研究现状 5
1.2.3 存在的问题及发展方向 11
1.3 本书的主要内容和结构安排 13
第2章 基于动态规划的高分辨率遥感影像道路提取 15
2.1 引言 15
2.2 道路概率分布图 15
2.2.1 支持向量机 16
2.2.2 核密度估计 20
2.3 道路中心线提取 24
2.3.1 动态规划 24
2.3.2 道路模型构建 25
2.4 实验与分析 26
2.4.1 种子点选取实验 26
2.4.2 道路提取实验 27
2.5 本章小结 28
第3章 基于模板匹配的高分辨率遥感影像道路提取 30
3.1 引言 30
3.2 道路中心点匹配 30
3.2.1 概率相似性测度 30
3.2.2 均值漂移 31
3.2.3 匹配过程 34
3.3 基于卡尔曼滤波的道路中心线提取 36
3.3.1 卡尔曼滤波 37
3.3.2 道路中心线提取 38
3.4 实验与分析 40
3.4.1 道路中心点匹配实验 40
3.4.2 卡尔曼滤波优化实验 41
3.4.3 道路中心线提取实验 42
3.5 本章小结 44
第4章 道路网提取的基本方法与技术框架 45
4.1 高分辨率遥感影像道路网模型构建 45
4.1.1 高分辨率遥感影像道路交叉口表示方法 46
4.1.2 高分辨率遥感影像道路段特征 47
4.1.3 高分辨率遥感影像道路网拓扑结构表示方法 48
4.2 高分辨率遥感影像道路网提取基本方法 48
4.3 高分辨率遥感影像道路网提取技术框架 50
4.4 本章小结 52
第5章 基于可变形部件模型的道路交叉口概略位置获取 53
5.1 基于可变形部件模型的目标检测 53
5.1.1 可变形部件模型 53
5.1.2 单个模型目标的匹配搜索 55
5.1.3 混合模型目标的匹配搜索 57
5.2 道路交叉口部件模型的构建 58
5.2.1 道路交叉口形状特征描述 58
5.2.2 道路交叉口方向梯度直方图特征提取 59
5.3 基于隐支持向量机的道路交叉口模型训练 64
5.3.1 隐支持向量机的基本思想 64
5.3.2 道路交叉口模型训练的优化问题 65
5.3.3 基于数据挖掘思想的困难样本学习 68
5.3.4 交叉口部件模型训练 72
5.4 实验与分析 75
5.5 本章小结 81
第6章 基于语义规则的道路交叉口准确位置获取 82
6.1 道路交叉口模型构建 82
6.1.1 道路交叉口同质区域特征描述 82
6.1.2 道路交叉口同质区域计算 85
6.1.3 交叉口模型语义规则描述 87
6.2 交叉口目标提取流程 88
6.2.1 候选交叉口区域提取 89
6.2.2 交叉口筛选及判别 89
6.2.3 交叉口道路分支方向计算 96
6.3 实验与分析 96
6.3.1 算法的正确性验证 96
6.3.2 算法的效率分析 100
6.3.3 实验结论 101
6.4 本章小结 101
第7章 道路交叉口间的路径搜索 102
7.1 路径搜索算法基本思想 102
7.2 路径匹配搜索模型 103
7.2.1 基于视觉显著性理论的道路干扰因素特征分析 104
7.2.2 路径匹配搜索步骤 110
7.3 路面无干扰因素时路径搜索方法 113
7.3.1 方向纹理特征及其计算方法 113
7.3.2 道路种子点校正 114
7.3.3 道路宽度与方向计算 115
7.4 路面存在干扰因素时路径搜索方法 117
7.4.1 车辆压盖处理策略原理 119
7.4.2 基于改进动态规划方法的树木、阴影遮挡处理策略 119
7.5 基于小二乘匹配思想的道路曲线拟合方法 125
7.5.1 基于小二乘匹配的插值点位置精匹配 127
7.5.2 利用三次样条插值拟合道路节点 128
7.6 实验与分析 130
7.6.1 道路节点匹配搜索实验 130
7.6.2 道路曲线拟合实验 140
7.6.3 算法的效率分析 145
7.6.4 实验结论 146
7.7 本章小结 146
第8章 道路网构建及道路提取系统设计 147
8.1 道路网组网 147
8.1.1 道路网组网基本思想 147
8.1.2 道路网组网实验 148
8.2 道路网修整 153
8.3 高分辨率遥感影像道路信息提取系统设计 160
8.3.1 系统设计环境介绍 160
8.3.2 系统功能介绍 162
8.3.3 综合性实验 168
8.4 系统使用时需要注意的问题 169
8.5 本章小结 170
第9章 总结与展望 171
9.1 总结 171
9.2 展望 173
参考文献 175
彩图