导读:本文包含了道路提取论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:道路,遥感,道路网,高分辨率,影像,纹理,特征。
道路提取论文文献综述
张霞,张春亢,李红梅,罗竹,林健云[1]（2019）在《结合笔画宽度变换与均值漂移的遥感影像道路提取》一文中研究指出针对在高分辨率遥感影像进行道路提取时,笔画宽度变换算法受周围地物的影响较大,无法直接获取高精度道路信息的问题,提出一种结合笔画宽度变换与均值漂移的道路提取方法:首先,利用均值漂移算法对遥感影像进行分割,以减少笔画宽度变换的错提取现象;其次,运用笔画宽度变换将不同类别的像素分为道路类和非道路类;最后,为进一步提高道路提取精度,减小斑点和非道路区域干扰,采用数学形态学方法进行提取后处理。实验结果表明:该方法可以从遥感影像中准确完整地提取出道路信息,且比直接使用笔画宽度变换算法和均值漂移算法的提取精度更高。(本文来源于《测绘科学技术学报》期刊2019年03期）
张宁[2]（2019）在《避免视觉刺激的城市道路侧景观色彩特征自动提取方法》一文中研究指出为了提高城市道路段行车的安全性和驾乘人员的视觉体验,提出一种避免视觉刺激的城市道路侧景观色彩特征自动提取方法。采用目标匹配方法进行道路侧景观图像纹理渲染,建立景观图像的均匀分布网格顶点模型,提取反映人类视觉特征的颜色特征量,根据特征提取结果进行色彩模式自动识别和颜色分类,采用块匹配方法实现城市道路侧景观色彩特征自动提取,有效避免视觉刺激,达到提高色彩特征提取的准确性和智能性。仿真结果表明,采用该方法进行城市道路侧景观色彩特征提取的自动匹配能力较好,色彩提取的自适应能力较强。(本文来源于《自动化与仪器仪表》期刊2019年11期）
龚婷婷[3]（2019）在《高分辨率遥感影像道路提取方法研究》一文中研究指出基于高分辨率遥感影像的道路网提取一直是影像处理领域的研究热点和难点。众多学者针对道路在高分辨率遥感影像中的图像表现特征开展了大量的研究,论文在综述遥感影像道路提取研究现状的基础上,对现有并广泛应用的集中模型的特点进行了分析,并对未来采用多源信息融合技术、多维信息生成技术、高层次知识库等实现道路提取的可行性进行了展望。(本文来源于《信息系统工程》期刊2019年11期）
徐翰文,艾波,史绍雨[4]（2019）在《基于纹理特征融合与核模糊聚类的道路提取》一文中研究指出根据高分辨率遥感影像中道路方向上的纹理一致性,提出了一种基于纹理特征融合与核模糊C均值聚类的高分辨率遥感影像道路提取新算法。该算法改进了角度纹理特征的计算方式,首先与Gabor纹理特征进行融合;再利用结合空间信息的核模糊C均值聚类算法对融合特征进行聚类,从而提取高分辨率遥感影像中的道路。实验结果表明,该算法可较高精度地从高分辨率遥感影像中提取具有一定纹理的道路。(本文来源于《地理空间信息》期刊2019年11期）
黄兴华,叶军一,熊杰[5]（2019）在《基于纹理特征融合的道路垃圾图像识别及提取》一文中研究指出为准确利用机器视觉对道路垃圾图像进行识别及提取,在对现有纹理特征提取方法基础上,提出一种纹理特征融合与支持向量机(SVM)相结合的分类识别方法。对局部二值模式(LBP)进行改进,得到改进后的A-LBP;将A-LBP与Uniform LBP进行特征融合得到AD-LBP;利用AD-LBP和梯度方向直方图(HOG)算法对图像进行特征提取,训练SVM对测试样本进行识别分类;对识别出的图像进行形态学处理提取垃圾的质心位置。在沥青道路上进行的垃圾识别及提取实验结果表明,利用AD-LBP+HOG算法进行道路垃圾识别,识别率可达95.58%,并能准确提取垃圾的质心位置。(本文来源于《计算机工程与设计》期刊2019年11期）
万子健,李连营,杨敏,周校东[6]（2019）在《车辆轨迹数据提取道路交叉口特征的决策树模型》一文中研究指出众源车辆轨迹数据隐含最新的道路分布信息,研究利用轨迹数据提取道路特征有益于基础路网数据的快速建库与更新。道路网由交叉口和连接交叉口的道路线构成,其中交叉口特征识别是整个道路网生成的关键。由于缺乏精细的交叉口识别模型,轨迹数据生成的道路网容易出现路口遗漏、结构失真等现象。针对这一问题,本文提出一种利用轨迹数据提取道路交叉口的方法。首先,分析车辆在交叉口与非交叉口区域移动轨迹几何形态及隐含动力学特征的变化情形;然后,利用决策树方法构建轨迹片段分类模型,并结合移动开窗式的轨迹线剖分模型建立交叉口区域变道轨迹片段提取方法;最后,依据Hausdorff距离对交叉口区域轨迹片段进行聚类,并提取中心线获得完整的道路交叉口结构。采用真实的车辆轨迹线作为测试数据,验证了本文提出方法的有效性。(本文来源于《测绘学报》期刊2019年11期）
申兰兰[7]（2019）在《基于MATLAB的道路信息自动化提取方法研究》一文中研究指出道路信息属于基础测绘数据之一,在国民经济建设中起着不可替代的作用,并且数据提供的速率也显得日益重要。工程领域中道路信息获取的主要方式是传统测绘和在立体模型上采集,都属于劳动密集型工作,效率低,工作量大,为了提高道路信息获取速率,有必要对道路信息自动化提取做研究。目前工程领域中能实现提取DOM(数字正射影像图)道路信息的都是有人工干预的半自动化提取软件,例如Ecognition。本文研究的是基于DOM的无人工干预的道路信息自动化提取方法,以MATLAB为平台,针对DOM(数字正射影像图)数据,可以实现对道路信息的自动化提取,再对提取的成果去除噪声,进行加法运算后就得到完整的道路信息。为了证明MATLAB在道路信息自动化提取方面的先进性,本文也介绍了用Ecognition软件提取道路信息的方法,并将成果与MATLAB道路信息提取成果进行对比分析。(本文来源于《城市勘测》期刊2019年05期）
陶思然[8]（2019）在《顾及阈值设置的高分辨率影像道路提取方法研究》一文中研究指出以地理国情常态化监测中地表覆盖道路数据为研究对象,探讨出一种利于生产实践的道路提取新方法。传统模型对高分辨率影像道路提取时阈值选择困难,会直接影响到分割时道路与非道路的有效分离,也会制约到后处理时道路的剔除问题,因此有必要研究出阈值设置相对优化的道路提取新模型法。为此本文采用所提出的异质性模型以较小阈值分割,与遗传算法最大熵阈值分割结果融合,在尽可能确保道路精确性的同时弥补了单一模型阈值设置不当的问题,将道路尽量分离。在后处理中采用提出的面积权重性连通方法,解决前期处理中阈值设置较小所致的破碎道路剔除问题。最后经过常规的数学形态学完成断裂道路的连接及残留噪声的剔除。通过对复杂的高分辨率道路场景进行多种试验验证,结果表明该方法无需设置去虚警的多种形状特征参数,大大简化后处理过程;并能有效缓解非目标的粘连,提取结果较好。(本文来源于《测绘通报》期刊2019年S2期）
刘昌振,马红[9]（2019）在《一种复杂道路网中心线自动提取算法》一文中研究指出由于道路网的复杂性,自动提取道路网的中心线并建立正确的拓扑关系是比较复杂和困难的。针对实际生产中道路网中心线自动提取的需求,提出一套针对较复杂道路网中心线自动提取的算法,主要包括道路网交叉拆分、约束迭代叁角网建立、道路中心线提取并连接成网叁个方面。实验表明:提出的算法可以实现复杂道路网中心线的自动提取。(本文来源于《城市勘测》期刊2019年04期）
宋伟,贺伟,鹿旭升,崔红婕[10]（2019）在《遥感图像道路信息提取的仿真分析研究》一文中研究指出随着遥感技术的飞速发展,高分辨率遥感图像变得极易获得,而提取遥感图像中道路信息更是具有极大的现实意义。从遥感图像中提取的道路信息是结合直方图阈值分割技术和数学形态学研究出一种半自动的遥感图像道路提取方法。通过观察遥感图像的灰度直方图,选择出合适的阈值并分割出初始道路信息。初始道路会包含大量的颗粒噪声且道路会出现间断等情况。利用中值滤波器能够滤除原始道路图像中的颗粒噪声,利用数学形态学的方法可以消除物体间的粘连和填充道路孔洞。通过仿真分析,验证了研究的遥感图像道路提取方法和有效性。(本文来源于《科技创新与应用》期刊2019年25期）
道路提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高城市道路段行车的安全性和驾乘人员的视觉体验,提出一种避免视觉刺激的城市道路侧景观色彩特征自动提取方法。采用目标匹配方法进行道路侧景观图像纹理渲染,建立景观图像的均匀分布网格顶点模型,提取反映人类视觉特征的颜色特征量,根据特征提取结果进行色彩模式自动识别和颜色分类,采用块匹配方法实现城市道路侧景观色彩特征自动提取,有效避免视觉刺激,达到提高色彩特征提取的准确性和智能性。仿真结果表明,采用该方法进行城市道路侧景观色彩特征提取的自动匹配能力较好,色彩提取的自适应能力较强。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
道路提取论文参考文献
[1].张霞,张春亢,李红梅,罗竹,林健云.结合笔画宽度变换与均值漂移的遥感影像道路提取[J].测绘科学技术学报.2019
[2].张宁.避免视觉刺激的城市道路侧景观色彩特征自动提取方法[J].自动化与仪器仪表.2019
[3].龚婷婷.高分辨率遥感影像道路提取方法研究[J].信息系统工程.2019
[4].徐翰文,艾波,史绍雨.基于纹理特征融合与核模糊聚类的道路提取[J].地理空间信息.2019
[5].黄兴华,叶军一,熊杰.基于纹理特征融合的道路垃圾图像识别及提取[J].计算机工程与设计.2019
[6].万子健,李连营,杨敏,周校东.车辆轨迹数据提取道路交叉口特征的决策树模型[J].测绘学报.2019
[7].申兰兰.基于MATLAB的道路信息自动化提取方法研究[J].城市勘测.2019
[8].陶思然.顾及阈值设置的高分辨率影像道路提取方法研究[J].测绘通报.2019
[9].刘昌振,马红.一种复杂道路网中心线自动提取算法[J].城市勘测.2019
[10].宋伟,贺伟,鹿旭升,崔红婕.遥感图像道路信息提取的仿真分析研究[J].科技创新与应用.2019
论文知识图
