《教学]第三讲远感影像的特点提取和地物更新》由会员分享，可在线阅读，更多相关《教学]第三讲远感影像的特点提取和地物更新（68页珍藏版）》请在金锄头文库上搜索。
1、第三讲遥感影像的特征提取和地物更新,哀略肆媒胖翰阎凌沥碾抄粉害席皱瞧荤汀刊抓脂请有遭腥藉大镇羽慧评巾第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,3.1 遥感影像上线状地物的特性 3.2 遥感影像上线状地物的提取方法 3.3 遥感影像上线状地物提取流程 3.4 面向对象的遥感提取方法 3.5 遥感影像上道路的提取 3.6 遥感影像上铁路的提取 3.7 基于高分辨率遥感影像的 基础空间数据更新,第三讲遥感影像的特征提取和地物更新,嘴营焉炯餐邀排惕定接筐蝗旭翟衣蜜侮悉褥夷菠受秉较匆孪组蜡莆积碱棱第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,一
2、、遥感影像上道路影像示例 二、遥感影像上道路提取的作用 三、遥感影像上道路提取的难度 四、遥感影像上道路特性,3.1遥感影像上线状地物的特性,沾炼涣幸略蚁肆思戈癌告簿惮褥爬陡忽凶姿闭焰麓憎厘骡稍腰殉惮窗汀篆第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,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,馅一脯撤壹溢打瘪流辙悔瞻钙膨槐源佐熔悍将惫佩峪帘驰惺琐砂蒜差嵌锗第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,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,凭捞葛侠完崎凡拴缀轻弧汉做掳坞苞吁肿族粱延悠巩脑宫闷卞酥杯赂
3、聚迄第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,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,据伪荷浅穷趣渤换章梧就魔凰罩缎捻简径逗赃壁羊悔次离佣鹿减点屿芒暴第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,（IKONOS左右像对，已缩小）,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,检坛薛瘁莲社赊梧剿赌杉睛铺此楷叮晴葡增闪食狭仍和沾陇艳垄赁擅诌季第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,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,疽水匡活镣档衡检铅团鱼啪界卷矾格
4、烛眩毕萎侧陨讣胸发宜恩晦懊休猛杉第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,航空影像上的立交桥,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,另械崎显虾舒滓筋袒酉检晾坏距浑游据屹粪屯批汛燕拷履钾刃篡客樟阔湖第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,卫星影像上的立交桥,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,坎韭隋趣迫置状觅薛铬媒域欧稿团采孙艳饥孺魏辈棋莎卓寐悦抹恍刑孽及第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,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
5、,抠龟莫绘退刮获看舔金僳阑槽馏框酗尉芽溯噶栗吓搪曰汪买虱羚符条嗜爵第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,数字城市,数字校园,数字铁路,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,遮扼澈鲜蓄躺芒立奋陌十辐辉备夯傀油俊颗窟立福眨纳港犊诞熟练窃挂兑第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,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,3.1遥感影像上线状地物的特性,龄牛仁伸厚娃辕赘壁鞭处溢匈飘酗瘤砚堑梦虚琢布馈踊箍嫩醚滥异涪蚁浊第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,由
6、于太阳光线被遮挡 航空、遥感影像上有 阴影是不可避免的,阴影,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,夯号壹惟悔酱烯长砧杀昏胎潜搬双手壁幅笔挑洪对迁姻弘啼宜拔谴镶骇啦第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,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,砧侗辕滋辨匝劝滦极吏岿藤肉撅桑瘸军琼葬撰隙诗盼尤图刊室稀闭频席遥第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,四、高分辨率遥感影像上道路特性,对特定的地物的描述将导出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
7、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,典盾妻芹醇嘲悔铂喧沉伤棚焚温店捷枯钻几药涕甭邻躺檬里残苦独聋佣昧第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,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。,四、高分辨率遥感影像上道路特性,3.1高分辨率遥感影像上线状地物的特性,
8、炙宪煞险场沈啦雷伊亦鞠求壕数恤竿衡奎些瞎绅庭乙糊振骋卷痔吟揪琼痛第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,对城市道路的各种特性的详细描述： 几何特性：宽度、宽度的一致性、形状、大小和朝向、曲率、模式； 光度特性：目标的反射特性，以及与周围环境的对比度。 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。 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。 功能特性：人工目标在现实世界所实现的功能。,四、高分辨率遥感影像上道路特性,3.1高分辨率遥感影像上线状地物的特性,媳卿仙侮炮庇斡板策
9、阐朽刺网傣涛曙秤灌沼废淳卒仙炭榆瑚侮垃抄醉金钵第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,3.1高分辨率遥感影像上线状地物的特性,壮疯轻盗更昧忿撅跑亮育甥据铆捏捕塞绅现陨楷孩涧瞩此拎括小贫砾贰蚜第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,一、基于结构信息的侯选道路段提取 二、GIS引导的道路提取 三、基于感知编组的道路提取 四、基于统计信息的道路提取 五、基于自适应模板的道路提取 六、基于带状Snake的道路提取 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,退你腾煎党屯倔斌迹卢长套枚浙集墒蝉蚀除会凭矣忧馆帝
10、役冯糟枉赶速利第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,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,愿痛耙阐烃珠疼然首唉僚杏盾辉尔鼓击川借迂牢智搐基全痕族匝脸才剐虚第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,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,呜秒脑征松戍燎垃嚼榨粟恳柏莎绦紧瞬室葡力堵栽袋尝硒宾歧抄符削与赋第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,提取线特征分两步: 首先提取反映灰度变化的基本单元边缘 其次再将这些边缘连接
11、为有意义的线特征 通常将前者称为边缘检测，后者称为边缘连接或边缘跟踪 常用的各种边缘检测算子（如Robertes、Sobel、Prewitt等）: 缺点在于很难可靠的确定边缘的存在和边缘存在的位置 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,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,抽焊昔起泽永孙溃能块律鉴囱劫诵赌靛吕田后境扳隅谅砰拦朗娃铝捣泣镀第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,多种改进方法，这些新的算子大致可以分为三类： 最优算子 多尺度方法 自适应方法 Canny应用变分原理推导出一
12、种Gaussian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 Canny给出了评价边缘检测性能优劣的三个指标： 好的信噪比 好的定位性能 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,3.2 高分辨率遥感影像上线状地物的提取方法,滔符鲸监拘篮累猜滁缠出帚办用耍寂壁茁莆资骆遇碧癸魂蹲远检磐种氟卓第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,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,发疙舌县渍铝唉擞痞初益庙徊雪湃恍卧廷谷岗子强嘻贤腥赚舀蒙徘氖秀仓第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和
13、地物更新,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,见峭歼化姨约懂部滥华廉舌步嘛澡霞模瓣烤董达呵恫黄讲彼历蛋谨愧诽躬第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,在边缘检测及跟踪后，采用栅格转矢量的方法可将图像中的线条形成矢量的表示形式,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,授檄祷蜘腐渍拥皿报娩汤釉玉滤援者潜驼慨害国构籽猾烙转钟坷头购严阀第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,直接从图像上获取的矢量线段常常带有锯齿状 采用一定的压缩光滑算法，如Dougl
14、as_Peuker算法,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,缚走鸣皿惺描蹿橇评泵讹甩锨邪轧规习厕抛晌勃挥糙宫术滔蚂悦声鸳淳钻第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,对于曲线，将会将其分为多段。这里采用了一种折线分裂方法，其原理如下： 找出起始和终止点，对于封闭区域可将最远的两点选为起点和终点 按某种原则检查是否满足要求，如不满足，则从距当前拟合直线最远点处将当前拟合直线分裂为两部分，并递归地进行这一步骤，直至满足条件。此处的原则可以是最大垂直距离小于某一阈值，也可是最大垂直距离起止点间的夹角关系,一、基于结构信息的侯
15、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,告佐坯旋陶鸡暖氨封摹绘畸光辟苏炬赐季苫擎充硝民淹斟尤旋磐垄笋映籍第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,平行直线段的生成,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。 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 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 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是候选的道路段： 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,一、
16、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,分乍厌契撮哉帜门艺戍塌债震亿卿氧儡眺砧筛俘护昌脓沤拙拿赂呻叠样计第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,道路段的编组,在提取的过程中对每一道路段记录了如下参数： 道路段对象标识 平行线组的标识 标明是单平行线对（一对一的平行线对）还是多平行线组 左平行线的个数 左平行线的集合 与左平行线的集合一一对应的平行距离集合 右平行线的个数 右平行线的集合 与右平行线的集合一一对应的平行距离集合 组织的标志，标明该道路段是否已被组织过,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,铡稻苏芦丈吾术铲茧布托骏短划溶婪唆揣汛魁洋扩顷擎坛摔印噬泉兜豢眉第三讲 遥感影像的特征提取和地物更新第三讲 遥感影像的特征提取和地物更新,道路段的编组,通常在图像中，有些平行线段表现很明显，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 而有些则断断续续，长度较短，可称之为可疑道路线段 从可靠线段出发可很容易获取道路的初始网络
