本書著重于通過(guò)利用多種道路信息，如幾何和光譜信息，從很好高分辨率（VHR）衛(wèi)星圖像中描繪道路。特別地，提出了幾種測(cè)量甚高頻衛(wèi)星圖像中道路幾何特征的方法。為了充分利用現(xiàn)有的道路信息，設(shè)計(jì)了一個(gè)框架，將多個(gè)信息源（即幾何和光譜特征）結(jié)合起來(lái)，以提高道路提取精度。設(shè)計(jì)了一種將傳統(tǒng)的道路提取方法從基于像素的轉(zhuǎn)向基于對(duì)象的方法。這樣可以方便地在對(duì)象層次上測(cè)量道路特征，從而提高道路提取的精度和計(jì)算效率。傳統(tǒng)的道路中心線提取方法存在“丁壩”問(wèn)題。為了解決這一局限性，提出了兩種從分類道路圖像中提取準(zhǔn)確道路中心線的方法。本文的工作依賴于優(yōu)選的計(jì)算機(jī)視覺方法，如張量投票法、子空間約束法和均值漂移法。該方法不需要預(yù)優(yōu)選行嚴(yán)格的道路拓?fù)浼僭O(shè)，具有較高的通用性。提出了一種信息融合方法，將不同方法或不同傳感器產(chǎn)生的多種道路提取結(jié)果結(jié)合起來(lái)。相比于優(yōu)選的技術(shù)，這項(xiàng)新的工作是從計(jì)算幾何的角度設(shè)計(jì)的，并對(duì)多種方法或不同傳感器的各種道路結(jié)果的融合提出了新的見解。很后，提出了一種基于種子點(diǎn)的半自動(dòng)道路間隙消除方法，以提高道路網(wǎng)提取的完整性。該方法可用于處理較大的道路間隙，對(duì)大多數(shù)很好技術(shù)來(lái)說(shuō)是一項(xiàng)具有挑戰(zhàn)性的工作。實(shí)驗(yàn)結(jié)果證明了該方法的有效性和可行性。
|
