發(fā)布時間：2020-12-11 19:12

　　道路交通網(wǎng)絡是重要的地理要素,它的更新數(shù)據(jù)量大、更新速度快,同時其準確性和完善性直接影響著人民的出行導航、災害應急等生成生活方方面面。但在實際生產(chǎn)制作中,仍有大量的道路繪制工作是由實地測繪或人工影像目視解譯的方式來完成的,繪制周期長、投入大量的人力物力。隨著GPS定位技術(shù)、遙感科學技術(shù)、計算機視覺技術(shù)等的飛速發(fā)展,道路提取也由人工描繪向半自動化、自動化提取轉(zhuǎn)變。綜合利用多種科學技術(shù)和手段,智能高效的道路信息提取研究,對地圖數(shù)據(jù)信息的完善有著重要的意義。從道路提取的常見數(shù)據(jù)源來看,車輛GPS軌跡數(shù)據(jù)能直接反映道路的幾何結(jié)構(gòu),但包含信息過于單一且易受GPS精度影響,導致提取結(jié)果的完整性降低。而遙感影像數(shù)據(jù)雖然受各種噪聲干擾,影響道路提取結(jié)果的準確性,但包含地物詳細全面,二者各有所長,能夠在一定程度上互為補充。本文針對城市中復雜地形、各異場景下的多等級的道路,綜合利用浮動車軌跡數(shù)據(jù)和高分辨率遙感影像數(shù)據(jù),提出一種新的對道路進行自動化提取的方法。本文的主要研究內(nèi)容有如下幾點:（1）基于浮動車軌跡的城市道路提取:本文根據(jù)軌跡點的疏密程度將GPS軌跡分別進行柵格化處理,合并得到軌跡柵格圖像,運用數(shù)... 

【文章來源】：武漢大學湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

不同分辨率的軌跡柵格圖

基于浮動車軌跡學習的高分影像城市道路網(wǎng)提取方法研究圖像，（b）是使用線性插值法對軌跡柵格化的結(jié)果。可以看出，對于圖 3-3（a）軌跡稀疏路段可能僅有幾個離散的軌跡點，在后期去噪時很容易被當作椒鹽去除，造成道路信息丟失；而如圖 3-3（b），在軌跡量大的路段仍然采用線值法對軌跡進行插值則會造成數(shù)據(jù)冗余，同時使邊緣毛刺增多，加重噪聲影響

（a） （b）圖 3-3 兩種柵格化方法效果圖分了軌跡稀疏和稠密區(qū)域，使用一周的的路寬設置合理的結(jié)構(gòu)元素對柵格圖像域即認為是軌跡稀疏的區(qū)域，留下的區(qū)路軌跡點的疏密情況使用不同的方法對用線性插值法，也就是將軌跡數(shù)據(jù)根據(jù)軌跡進行排列，按時序順序用直線連接密的路段，則只將軌跡點進行了柵格化，態(tài)。這種根據(jù)軌跡疏密分別處理浮動車3-4 所示。

【參考文獻】：
期刊論文
[1]基于深度卷積神經(jīng)網(wǎng)絡的場景自適應道路分割算法[J]. 王海,蔡英鳳,賈允毅,陳龍,江浩斌.  電子與信息學報. 2017(02)
[2]一種基于約束三角網(wǎng)的道路中心線的提取方法[J]. 李功權(quán),蔡祥云.  長江大學學報(自科版). 2013(04)
[3]利用車輛軌跡數(shù)據(jù)提取道路網(wǎng)絡的幾何特征與精度分析[J]. 蔣益娟,李響,李小杰,孫靖.  地球信息科學學報. 2012(02)
[4]基于數(shù)學形態(tài)學的高分辨率遙感影像道路提取[J]. 李利偉,劉吉平,尹作為.  遙感信息. 2005(05)
[5]基于形態(tài)分割的高分辨率遙感影像道路提取[J]. 朱長青,王耀革,馬秋禾,史文中.  測繪學報. 2004(04)
[6]基于約束Delaunay結(jié)構(gòu)的街道中軸線提取及網(wǎng)絡模型建立[J]. 艾廷華,郭仁忠.  測繪學報. 2000(04)

博士論文
[1]基于整體優(yōu)先性的遙感影像道路信息提取研究[D]. 馬力.武漢大學 2011

碩士論文
[1]基于低頻出租車GPS軌跡數(shù)據(jù)的路網(wǎng)信息提取[D]. 王德浩.武漢大學 2017
[2]柵格地圖矢量化關(guān)鍵技術(shù)研究[D]. 鄒修明.南京理工大學 2002



本文編號：2911077