|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：针对遥感图像中路网信息的自动识别问题，该文将小波模极大值边缘检测方法和模糊连接度方法结合，提
6 B/ E+ n- @' [- O出一种改进的模糊连接度方法。采用小波模极大值边缘检测方法进行模糊连接度种子点的自动选择，解决传统模糊
5 j* j2 i8 A2 @2 h9 q6 U# V6 Z连接度理论中种子点难以自动选择的问题。在此基础上，对传统的模糊相似度计算公式进行简化，在保证路网识别
' N8 l# N& X7 _4 s- V M准确性的同时，大大减少了计算量。采用来自 Quickbird 高分辨商业遥感卫星的 3 组影像进行实验，验证了该文提" K( H5 l2 y9 C" e
出的路网识别方法具有较高的准确性和计算速度。6 M2 @0 A6 ]8 d& i: T
关键词：遥感图像；路网信息识别；模糊连接度；小波模极大值；图像边缘检测* x U6 T, P. O) H
1 引言
7 H* _' }+ W' J$ E. ~9 ^# N: L+ a对交通路网信息的准确调查和测绘是做好交通# O& c9 \6 T% v
规划方案的重要前提。传统的交通路网测绘方法大% Q- e& P1 _ y; a
多还是基于人工方式，耗时费力，准确度较低，无# Z' L, Z5 e3 J5 x# q
法适应我国交通路网建设的快速发展。遥感技术是
/ F, T; a, b+ A. A9 j8 H( Y目前发展迅速的获取地理信息的新型技术手段[1]。从. B6 R4 q1 G0 j: j) z; |
遥感图像中识别路网信息可以快速监测交通路网信1 s" m- j# T- ^; |) H( x
息的变化情况，可广泛应用于路网规划、车辆导
# L# ` g: r' `; m航、应急救灾、施工监管以及国防军事等领域。! I) T0 ^& ~ R, R- C5 C
$ j \$ o6 f$ Q5 ?. G7 m* U- p) ~1 s! G
& J; e; G+ q0 c( y- H! S( R2 n
1 _5 _$ a! E% U% {
# v: P3 W9 F A" }1 a7 q
附件下载：; _: v4 R! Z: H2 q
|5 ~, j* X6 X+ ^: F
|
|
/1 
发表于 2020-11-20 10:50
收藏
淘帖
支持！
反对！