基于模型约束的遥感影像道路智能提取技术研究

近年来，遥感技术迅猛发展，使我们能够获取极其丰富的信息。如何自动处理、解译海量的图像数据是整个社会信息化过程中面临的重要问题。道路信息是遥感影像中的一种重要的地理专题信息，从遥感图像中识别道路是图像解译和目标识别的一个重要的研究课题。本文围绕道路的自动提取展开研究，主要工作归纳如下： 1、详细阐述了课题研究的背景，论述了道路提取的国内外现状及发展趋势。 2、简要介绍了认知心理学的基本概念和感知觉理论，并基于感知觉理论提出了道路自动提取的框架思路，强调高层知识对低层操作的指导作用，及高层知识和后期处理的反馈信息对早期处理的重要作用。 3、详细分析了低分辨率影像上的道路特征，建立了道路网描述模型。 4、提出了道路模型约束下的基于感知编组的道路网自动提取策略。道路段局部编组后利用道路的全局性特征约束条件对道路段进行重组，弥补了局部编组的缺点。 5、提出一种主要适用于低分辨率遥感影像的基于启发式图搜索法A*算法的道路半自动提取方法。