基于任务导向道路提取联合滤波-电子与通信工程专业论文.docx

摘要摘要基于高分辨率遥感影像的路网提取是模式识别、计算机视觉、遥感应用等领域研究中的重点与热点之一。高分遥感影像的细节丰富，特征多样。传统的道路提取方法采用简单的滤波技术对图像进行预处理，对遥感影像中显著道路结构与属于非道路结构的纹理干扰进行相同程度的平滑，从而影响后续的检测结果与效率。在这个背景下，本文围绕道路提取技术预处理中的两个主要步骤——对纹理干扰的平滑与对显著道路结构的增强展开重点研究。首先，本文建立了一种基于认知心理学的图像显著结构度量模型(Aperiodic DirectionalStructureModel)。针对认知心理学中显著道路结构具有的各向异性、局部方向性等特点，本文建立了一个道路显著结构数学度量模型。其次，受图像引导滤波启发，本文提出了一种以道路显著结构度量模型为导向的自适应平滑方法。本文在道路显著结构度量模型的指导下，结合线积分卷积方法主要思想，对非道路结构的特征和潜在道路结构特征进行自适应的平滑作用，从而实现对道路结构的保留。最后，本文以道路显著结构度量模型为导向并结合一致性冲击滤波算法提出了一种基于任务导向的冲击滤波增强方法，对属于道路结构与非道路结构的流线进行不同程度的增强滤波，以增强道路边缘，提高后续路网提取算法检测效率。实验部分对本文提出的联合滤波算法与相关结构感知滤波方法进行了多项对比实验。另将本文滤波技术直接应用于必威体育精装版的路网提取算法中进行量化评估，并与其他滤波技术应用于相同算法进行对比实验。实验结果显示，本课题滤波效果在道路提取算法应用中平均检测质量提升12．97％，能够抑制高对比度纹理干扰，保留潜在路网结构，并显著提高路网提取算法的检测质量。关键字：ADSM；联合滤波；导向滤波基于任务导向联合滤波路网提取AbstractRoadnetworkextraction from highresolutionremotesensingimagehasbeen the keypointinpatternrecognition，computervision，remotesensingapplicationfieldsinthelastdecades．Thereareplentyofdetailsandvariousfeaturesinhighresolutionremotesensingimages．Somesimplesmoothingandenhancingfilterswereusedasamainwayoftraditionalremotesensingimagepreprocessinginthepasttime．Thesetechniquessmoothorenhancetheinputimagetothesame degree．It’11leadtolowrobustnessandinefficiency．Asaconsequence，thispaperfocus onthetwomainstepsinroadnetworkextractionpreprocessing：smoothingandenhancement．Afteranalyzingsomestate—of-the—artfilteringtechniques，weproposeataskorientedenhancingtechniqueforroadnetworkextractionfromsatelliteimages．Byexploitingtheroughestimationofthepotentialroadregionsasguidance，ajointenhancingfilteringframeworkisdevelopedtogenerateafriendlyversionoftheinputimagefortheroadnetworkextraction．First，consideringanisotropy，localdirectional andaperiodicityincognitivepsychology，AperiodicDirectionalStructureMeasurementhasbeencalculatedasaguidance；Then，bycombiningthelineintegralconvolutionmethod，anadaptivesmoothingschemeisdesignedtosuppressthe interferenceofnoisesorheavytexturessuchasresidentialareasortheterrainboundaries；Atlast，bycombiningwithaproposednovelanisotropicsh