全文总字数：5844字

1. 研究目的与意义及国内外研究现状

遥感技术是搭载在卫星、飞机等设备上的传感器通过收集地球表面地物反射和发射的电磁波来达到远距离测量、目标提取等目的一门技术。随着遥感技术的发展，遥感影像也逐渐从以往的中、低分辨率向高分辨率遥感影像发展，与传统的中、低分辨率影像相比，高分辨率影像具有以下优势：（1）地物结构更加清晰；（2）地物的位置布局更加明显；（3）纹理信息更加丰富；（4）地物信息从二维到三维^[1]。高分辨遥感影像凭借以上优势，在工业、农业、自然灾害等方面有广泛应用，在道路交通领域也得到了前所未有的发展。

道路是一种重要的地物，是一个城市的骨架，通过道路中心线可以更好地分析道路网络的构成和特性，这对于城市建设、交通规划都有着极其重要的意义。近年来，从高分辨率遥感影像数据中进行道路检测与识别已经成为重要的研究课题。基于高分辨率遥感影像道路的提取，主要分为三步影像预处理、基于空间特征提取初始道路网、精化处理并获取道路中心线。目前对高分辨率遥感影像进行道路提取的研究很多，道路提取结果仍可能存在两个问题：由于地物遮挡产生的道路主体上的断裂和空洞，存在与道路光谱相似，位置紧邻的地物粘连在道路主体上无法剔除。针对以上问题，可采用张量投票的方法提取道路中心线。

张量投票（tensor voting）作为一个感知编组方法,由南加州大学medioni等提出并建立。该算法在gestalt 心理学基础上，通过特征的张量表示和非线性投票从图像中推断显著性结构^[2]。张量投票算法有很强的抗干扰性，在图像修复领域有着广泛应用，如^[3]中提出的，结合张量投票算法和用户交互线索对画作线条分解并逐条修复，同时采用基于样例的修复方法填补画布，实现高清古画修复。作为一种自动性较高、非迭代的视觉显著性特征结果检测算法，可以实现对道路信息的提纯，剔除粘连非道路信息，以实现对道路中心线的精确定位和识别。

2. 研究的基本内容

高分辨率遥感影像中含有丰富的地物细节，非目标噪声繁多，所以在提取目标地物特征提取时，首先对影像进行预处理，对滤波后的高分辨率遥感影像进行分类及对分类结果进行精度分析。应用数字形态学相关知识进行修正，最后利用张量投票方法进行道路中心线精细提取。本论文将分为六章，各章安排如下：

第一章引言，主要阐述本论文的研究目的和意义，并介绍基于高分辨率遥感影像道路提取的国内外研究现状，及基于高分辨率遥感影像的城市道路提取方法的综述。

第二章 数据预处理，对于使用处理图像的几种滤波方法进行综述。掌握运用平滑滤波等方法，结合相应模板进行图像处理，进而达到增强目标信息，减弱噪声干扰的目的，路面信息更平滑。

3. 实施方案、进度安排及预期效果

实施方案：首先查阅相关文献资料，了解什么是高分辨率遥感影像及其在城市道路提取方法的应用，掌握对数据预处理，利用支持矢量机进行地物分类，及其分类结果精度分析，利用数字形态学修正方法进行道路数据修正，学习掌握张量投票方法，并利用张量投票的方法进行道路中心线的提取。

进度安排：2018年11月15日前，完成选题；

2018年11月15日前，了解课题，填写毕业论文任务书；

4. 参考文献

[1] 周婷婷.基于高分辨率遥感影像的道路提取研究[d].吉林大学, 2018.

[2] 李爱霞,管海燕,钟良,于永涛. 应用科学学报.基于张量投票的道路表面裂缝检测[j]. 2015, 33(05).

[3] 张莹,李爱霞,赵红.改进球形张量投票的sar图像边缘提取[j].测绘通报,2018(09):59-63.