(3) 数学形态学方法。T. Geraud介绍了一种用数学形态和马尔可夫随机过程方法,该方法是从卫星影像中快速提取道路图像的方法。利用灰度图像数学形态变换转换成二值化的图像,通过降低图像的复杂性,以及图像中的像素分为道路和周边环境两种。对边缘的线性特征进行跟踪,再对知识规则的线性特征来识别道路。最后处理细节,如连接道路边缘或优化环境特征。这种方法的优点是,骨架可以提取,但边缘的道路很容易受到噪声的影响,不光滑、不平行。
(4) 基于小波理论提取道路的方法。Zhang和Couloigner(2004)描述了一种基于小波理论提取道路的方法。在图像的小波域上,小波系数的最大值可以用来检测路交叉口,然后根据道路交叉口形成跟踪组件到路中心线的检测,通常这些点的小波系数的近似路径超过一定阈值,然后根据删除伪结点并生成一个新的节点的道路,最后用DAUGLAS-PEUCKER算法用来简化线的描述。
(5) 网状模型的方法。该方法首先利用各种直线和曲线的特征,给提取算法得到的候选道路段,但通常候选道路段太过离散,并且实际的道路中,它们往往交错连接,更像是渔网状。该方法利用道路网络的拓扑特性,设置道路连接的评价函数,并将候选路段的网络[5]。自动提取无疑是从遥感图像中提取道路的终极目标,道路提取算法有自己的特点,缺点,可以实现全自动化,但由于诸多因素的影响,有一定距离的实际应用。此外,越来越多的学者为获取更多的知识,出于好奇或者是挑战创新,都纷纷的加入了道路提取的研究之中,在其它的领域中,也介绍了很多有关道路提取的有效算法,比如人工神经网络等等。随着科学技术的发展进步,理论知识体系的成熟,道路自动提取已经可以慢慢的成为现实。
道路图像的自动提取无疑可以看作是道路提取图像的终极目标,不同的道路提取算法有自己的优点,当然也有它们的不足之处,如果想要实现道路图像提取的全自动化,在现实知识的局限和诸多因素的影响下,实现起来还是需要我们再努力很研究,将理论一步一步的实际化,这样全自动化的目标将不再是距离。
2 计算机辨别道路的方法
在这个计算机数据网络的大时代里,计算机应用与开发都得到了充分的应用,但是对于计算机自动识别这方面的能力还有待我们去开发。在我们人类看来,视觉上很容易就能识别的道路图像,但是放在计算机上就有点困难了,计算机识别应用识别起来十分的艰巨,可是计算机也有其自身的优点,那就是计算能力强,能够很快的读取和分析数据的特征。通过强大的计算能力,再结合半自动提取方法,这样的优势很可能让我们取得进一步的突破和成效,对目前而言,也是非常实用而简介的方法。半自动的方法一般是指计算机通过一定的先验信息的交互,如种子初始点和初始方向,然后由计算机自动完成其余步骤,一般可以分为以下几类:
(1) 基于边缘跟踪的方法。基于初始的特征点和给定的方向特征开始进行边缘数据的探测,当探测到的边缘数据点成为了新的起始点,那么这个路径成为了一条候选的路段。
(2) 最小二乘模板匹配方法。基于初始条件所给定的特征点,利用最小二乘法估计模板和图像几何图形参数之间的关系,并通过图像的变化曲线来确定该图像的具体参数,由此来获得道路的数学表达式,这种方法可以获得较高的精确度。
(3) 动态规划方法。这种方法首先是将道路看成是一个参数的模型,在这个模型上我们沿线设置一系列的模型种子,这个模型与种子之间的关系则可以理解为是“代价”函数之间的联系,再通过对动态规划法逐步找出这些种子之间的存在的捷径,我们称之为最优路径,也可以叫做候选路段。
- 上一篇:合同管理系统国内外研究现状综述
- 下一篇:风险评估的国内外研究现状综述
-
-
-
-
-
-
-
杂拟谷盗体内共生菌沃尔...
java+mysql车辆管理系统的设计+源代码
河岸冲刷和泥沙淤积的监测国内外研究现状
乳业同业并购式全产业链...
当代大学生慈善意识研究+文献综述
酸性水汽提装置总汽提塔设计+CAD图纸
电站锅炉暖风器设计任务书
十二层带中心支撑钢结构...
大众媒体对公共政策制定的影响
中考体育项目与体育教学合理结合的研究