论文部分内容阅读
本文主要研究的是图像分割理论在道路、湿地信息提取方面的应用。首先学习了图像分割的原理及算法，并对常用的算法做了实验分析，应用阈值分割、边缘检测、数学形态学结合的方法以及面向对象多尺度分割的方法，进行了道路信息提取，并将面向对象的多尺度分割技术与传统的监督分类方法相结合，进行了大范围湿地提取的工作，获得了得了较好的提取效果。主要的研究内容如下所示： 1、本文深入学习了图像分割的理论知识，并对其常用算法进行了实验分析比较。图像分割一般分为三大类：基于阈值的图像分割、基于边缘的图像分割、基于区域的图像分割。重点介绍了阈值分割算法和边缘检测算法，以及面向对象的多尺度分割。 2、本文以肥城矿区为实验区进行了道路信息的提取实验。采用两种方法提取道路信息，实验采用的数据是spot影像，一种是结合阈值分割、边缘检测以及数学形态学理论的道路信息提取方法，给出了道路信息提取的具体过程。另一种是利用面向对象的多尺度分割技术提取道路信息。图像分割是信息提取的基础，对于阈值分割来说选择合适的阈值分割方法是关键的一步。阈值分割算法由于其本身的局限性，仅适用于对地物类型比较单一的地区进行信息提取，而面向对象的多尺度分割技术，对于复杂地区的提取有很好的 3、给出了了多尺度分割道路信息的方法及流程。阈值分割算法主要是利用图像的光谱信息，而多尺度分割的方法，能够综合运用光谱信息、纹理信息和拓扑关系等，对道路图像进行分割，形成对象，在对象的基础上采用不同的分割尺度分层进行提取。对于地物类型比较复杂的区域，面向对象的方法，仍能比较完整地提取道路信息。面向对象方法对于高分辨影像的信息提取有很高的应用价值。 4、对大范围澳大利亚西部地区的湿地信息进行了信息提取，并将多尺度分割算法应用在大范围湿提取中。在传统的监督分类的基础上，利用图像分割的结果，对分类图进行人工编辑，大大提高了分类的精度。