全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 基于人机交互的航空影像道路跟踪框架研究
- 作者： 董玲燕 来源： 武汉大学 年份： 2016 文献类型 ： 学位论文 关键词： 道路跟踪 人机交互 Marr视觉理论 自诊断
- 描述： 利用计算机从航空遥感影像中提取道路信息，并将数据库中的道路数据更新，成为数据更新的一个典型的方法。但目前，这种获取方法并不能完全自动化地进行，这是由于计算机的人工智能水平还很有限。如果单纯地依靠自动提取来进行道路提取，在目前的发展水平下是很难达到特别好的效果，而目前的半自动提取则需要大量的人工交互，人工干预太多，生产效率不能满足实际需求。更重要的是，许多提取的错误道路信息还需要用户去识别、修正。 论文介绍了一个开放式的道路交互跟踪框架，根据Marr视觉理论，对其进行改进，在中层次处理模块中，提出道路自诊断方法，利用原始影像的灰度信息，对提取的结果进行诊断。此框架分为三个处理模块，分别对应于Marr视觉理论中的三个层次： ①低层次处理：分析了不同分辨率下的影像道路特征，并针对不同分辨率的影像，采取不同的提取算法，高分辨率影像采用Canny算子进行边缘检测，低分辨率影像采用基于排序的中心线提取检测道路“段”； ②中层次处理：对低层次处理模块中所检测的特征线进行一系列处理，包括拓扑关系的建立、多直线段的拟合、道路自诊断工作。利用数据清理对初始提取的道路“段”构建拓扑关系，再根据最小二乘拟合直线段，最后利用基于横断线验证的方法对提取的特征线进行约束验证，剔除误提取的特征线； ③高层次处理：在中层次处理基础上，利用人的“识别”功能，提供道路的初始位置，并在跟踪过程中，实时地干预整个道路跟踪过程，最后获取整个道路网的矢量线划数据。 本文的主要目的是希望提供一个普遍和实用的框架，框架的各个组成模块之间是相互独立的，且在每个模块下面有独立的算法，用户可以根据自己的要求，在此基础上可以根据需要，设计相应的算法，进行开放式地扩展，并最终归一到道路交互跟踪，提供给最终的用户一个便捷实用的道路提取方案，并使得用户和计算机参与都能达到最优化。实验表明，该方法是有效的、可靠的，并能极大地提高传统的人工数字化方法的效率。