本书着重于通过利用多种道路信息，如几何和光谱信息，从很好高分辨率（VHR）卫星图像中描绘道路。特别地，提出了几种测量甚高频卫星图像中道路几何特征的方法。为了充分利用现有的道路信息，设计了一个框架，将多个信息源（即几何和光谱特征）结合起来，以提高道路提取精度。设计了一种将传统的道路提取方法从基于像素的转向基于对象的方法。这样可以方便地在对象层次上测量道路特征，从而提高道路提取的精度和计算效率。传统的道路中心线提取方法存在“丁坝”问题。为了解决这一局限性，提出了两种从分类道路图像中提取准确道路中心线的方法。本文的工作依赖于优选的计算机视觉方法，如张量投票法、子空间约束法和均值漂移法。该方法不需要预优选行严格的道路拓扑假设，具有较高的通用性。提出了一种信息融合方法，将不同方法或不同传感器产生的多种道路提取结果结合起来。相比于优选的技术，这项新的工作是从计算几何的角度设计的，并对多种方法或不同传感器的各种道路结果的融合提出了新的见解。很后，提出了一种基于种子点的半自动道路间隙消除方法，以提高道路网提取的完整性。该方法可用于处理较大的道路间隙，对大多数很好技术来说是一项具有挑战性的工作。实验结果证明了该方法的有效性和可行性。
|
