收藏 分享(赏)

航拍图像道路数据集制备迭代最近边缘算法_杨东方.pdf

上传人:哎呦****中 文档编号:493664 上传时间:2023-04-05 格式:PDF 页数:11 大小:3.37MB
下载 相关 举报
航拍图像道路数据集制备迭代最近边缘算法_杨东方.pdf_第1页
第1页 / 共11页
航拍图像道路数据集制备迭代最近边缘算法_杨东方.pdf_第2页
第2页 / 共11页
航拍图像道路数据集制备迭代最近边缘算法_杨东方.pdf_第3页
第3页 / 共11页
亲,该文档总共11页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、 第5 2卷 第1期测 绘 学 报V o l.5 2,N o.1 2 0 2 3年1月A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c aJ a n u a r y,2 0 2 3引文格式:杨东方,赵家玮,李永飞,等.航拍图像道路数据集制备迭代最近边缘算法J.测绘学报,2 0 2 3,5 2(1):8 2-9 2.D O I:1 0.1 1 9 4 7/j.AG C S.2 0 2 3.2 0 2 1 0 3 3 1.YANGD o n g f a n g,Z HAOJ i a w e i,L IY o n g f

2、e i,e ta l.I t e r a t i v en e a r e s te d g ea l g o r i t h mf o ra e r i a l i m a g er o a dd a t a s e tp r e p a r a t i o nJ.A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c a,2 0 2 3,5 2(1):8 2-9 2.D O I:1 0.1 1 9 4 7/j.AG C S.2 0 2 3.2 0 2 1 0 3 3 1.航拍图像道路数据集制备迭代最近边缘算法杨东方1,

3、赵家玮2,李永飞1,肖 鹏2,杨晶岚21.火箭军工程大学导弹工程学院,陕西 西安7 1 0 0 2 5;2.火箭军工程大学研究生院,陕西 西安7 1 0 0 2 5I t e r a t i v en e a r e s te d g ea l g o r i t h mf o ra e r i a l i m a g e r o a dd a t a s e tp r e p a r a t i o nY A N GD o n g f a n g1,Z H A OJ i a w e i2,L IY o n g f e i1,X I A OP e n g2,Y A N GJ i n g l a

4、 n2I t e r a t i v en e a r e s te d g ea l g o r i t h mf o ra e r i a l i m a g e r o a dd a t a s e tp r e p a r a t i o nY A N GD o n g f a n g1,Z H A OJ i a w e i2,L IY o n g f e i1,X I A OP e n g2,Y A N GJ i n g l a n21.C o l l e g eo fM i s s i l eE n g i n e e r i n g,T h eR o c k e tF o r c

5、 eU n i v e r s i t yo fE n g i n e e r i n g,X i a n7 1 0 0 2 5,C h i n a;2.G r a d u a t eS c h o o l,T h eR o c k e tF o r c eU n i v e r s i t yo fE n g i n e e r i n g,X i a n7 1 0 0 2 5,C h i n aA b s t r a c tA b s t r a c t:T h eq u a l i t ya n de f f i c i e n c yo fd a t a s e tp r e p a

6、r a t i o na r ec o m m o nb a s i c i s s u e s t h a ta r ec o n c e r n e di n t h e f i e l do f r e m o t es e n s i n gi m a g ei n t e l l i g e n tp r o c e s s i n g.A i m i n ga t t h ed i f f i c u l t yo fp r e p a r i n gt h er o a de x t r a c t i o nd a t a s e t f o ra e r i a l i m

7、a g e,t h i sp a p e rp r o p o s e sa n i t e r a t i v ea l g o r i t h mf o r t h eo p t i m i z a t i o no f t h en e a r e s te d g e f e a t u r e t op r e p a r e t h e r o a de x t r a c t i o nd a t a s e t f o r a e r i a l i m a g e.T h ea l g o r i t h mf i r s t e s t a b l i s h e st h

8、 eh o m o g r a p h yt r a n s f o r m a t i o nr e l a t i o n s h i pb e t w e e na e r i a li m a g ea n ds a t e l l i t ei m a g et h r o u g hm a n u a la s s i s t a n c e,a n dp r o j e c t s t h es a t e l l i t e i m a g eo n t o t h ea e r i a l i m a g e t o r e a l i z e t h ec o a r s

9、e r e g i s t r a t i o no f t h es a t e l l i t e i m a g e t o t h ea e r i a l i m a g eb a s e do nt h ef o u r-p o i n tm e t h o d.T h e n,t h ee d g ed e t e c t i o no p e r a t o r i su s e dt oe x t r a c t t h ee d g e f e a t u r e so f t h e i m a g ea f t e r t h e r o u g h r e g i s

10、 t r a t i o n.F i n a l l y,t h ep r e c i s e r e g i s t r a t i o no f t h ei m a g ei sc o m p l e t e db yt h ei t e r a t i v en e a r e s te d g eo p t i m i z a t i o na l g o r i t h m,w h i c hi m p r o v e st h ep r e p a r a t i o na c c u r a c yo f t h e r o a dd a t a s e to f t h ea

11、 e r i a l i m a g e.A t t h ee n do f t h et h e s i s,ar o a de x t r a c t i o nd a t a s e tp r e p a r a t i o ne x p e r i m e n ti sc a r r i e do u t,w h i c hp r o v e st h a tt h er o a dd a t a s e tp r e p a r a t i o nm e t h o dp r o p o s e d i n t h i sp a p e rc a ns i g n i f i c a

12、 n t l y i m p r o v et h ee f f i c i e n c yo f r o a dd a t a s e tp r e p a r a t i o nw h i l em e e t i n gt h ea c c u r a c y r e q u i r e m e n t so f t h ed a t a s e t.K e yw o r d sK e yw o r d s:r o a dd a t a s e t;a e r i a l i m a g e;N-p o i n tm e t h o d;h o m o g r a p h y;i t e

13、 r a t i v ec l o s e s te d g ea l g o r i t h mF o u n d a t i o ns u p p o r tF o u n d a t i o ns u p p o r t:T h eN a t i o n a l N a t u r a l S c i e n c eF o u n d a t i o no f C h i n a(N o.6 1 6 7 3 0 1 7);T h eG e n e r a l P r o j e c to f S h a a n x iN a t u r eS c i e n c eF o u n d a

14、 t i o n(N o s.2 0 2 1 J Q-7 0 2;2 0 1 9 J M-4 3 4)摘 要:数据集制备的质量和效率是遥感图像智能处理领域所关注的共性基础问题。针对航拍图像的道路提取数据集制备困难的问题,本文提出了一种迭代最近边缘特征优化算法的航拍图像道路提取数据集制备算法。该算法首先通过人工辅助,建立航拍图像和卫星图像的单应变换关系,将卫星图像投影到航拍图像上,实现基于四点法的卫星图像到航拍图像的粗配准;然后采用边缘检测算子提取粗配准后图像的边缘特征;最后利用基于迭代最近边缘优化算法完成图像的精配准,提高航拍图像的道路数据集制备精度。通过道路提取数据集制备试验,证明了本文所提

15、出的道路数据集制备方法在满足数据集精度要求的同时,能够显著提高道路数据集制备的效率。关键词:道路数据集;航拍图像;N点法;单应性变换;迭代最近边缘算法中图分类号:P 2 3 7 文献标识码:A 文章编号:1 0 0 1-1 5 9 5(2 0 2 3)0 1-0 0 8 2-1 1基金项目:国家自然科学基金(6 1 6 7 3 0 1 7);陕西省自然科学基金(2 0 2 1 J Q-7 0 2;2 0 1 9 J M-4 3 4)道路是一种重要的地物特征,在地理信息测绘、抗灾减灾、事故救援、认知导航、区域监视等军事和民用领域扮演着重要的角色。如何利用无人机等空基平台,对所采集航拍图像中的地表

16、道路进行快速、智能提取,是上述领域所关注的关键共性问题。当前对航拍图像进行道路提取主要采用人工第1期杨东方,等:航拍图像道路数据集制备迭代最近边缘算法辅助的方式,以测绘领域为例,对航拍图像进行道路、建筑等地理信息的提取,需要大量人力辅助,烦琐低效1-2。近年来,随着机器学习方法和计算机视觉领域的研究发展,以深度学习图像处理技术为代表的遥感图像道路提取技术得到越来越多的关注3。相比于现有的道路提取方法,利用深度学习的方法来提取图像中的道路信息能够极大提升道路等地物信息的提取效率,但是深度学习是一种数据驱动技术,其泛化性能受到训练数据多样性的制约,所以训练数据集的制作是利用深度学习的方法来实现道路提取的重要环节4-7。相比于道路提取网络和算法的研究工作层出不穷,研究人员往往忽视了对道路数据集制备问题的研究。事实上,随着高分辨率航拍图像的大量投入使用,如何准确、快速地制备道路数据集是制约道路智能提取技术发展的一个共性问题。从当前已有的道路数据集制备方法研究成果来看,现有道路数据集制备方法主要存在以下两个问题:图像 分 割 的 道 路 数 据 集 制 备 成 本 高,时 间长8-9。传统的道路

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 专业资料 > 其它

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2