收藏本站
《武汉大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于浮动车轨迹学习的高分影像城市道路网提取方法研究

张菊  
【摘要】:道路交通网络是重要的地理要素,它的更新数据量大、更新速度快,同时其准确性和完善性直接影响着人民的出行导航、灾害应急等生成生活方方面面。但在实际生产制作中,仍有大量的道路绘制工作是由实地测绘或人工影像目视解译的方式来完成的,绘制周期长、投入大量的人力物力。随着GPS定位技术、遥感科学技术、计算机视觉技术等的飞速发展,道路提取也由人工描绘向半自动化、自动化提取转变。综合利用多种科学技术和手段,智能高效的道路信息提取研究,对地图数据信息的完善有着重要的意义。从道路提取的常见数据源来看,车辆GPS轨迹数据能直接反映道路的几何结构,但包含信息过于单一且易受GPS精度影响,导致提取结果的完整性降低。而遥感影像数据虽然受各种噪声干扰,影响道路提取结果的准确性,但包含地物详细全面,二者各有所长,能够在一定程度上互为补充。本文针对城市中复杂地形、各异场景下的多等级的道路,综合利用浮动车轨迹数据和高分辨率遥感影像数据,提出一种新的对道路进行自动化提取的方法。本文的主要研究内容有如下几点:(1)基于浮动车轨迹的城市道路提取:本文根据轨迹点的疏密程度将GPS轨迹分别进行栅格化处理,合并得到轨迹栅格图像,运用数学形态学相关技术,设计了合理的图像处理流程,从而获取了道路的中心线及关键点等道路信息。(2)基于浮动车轨迹辅助的遥感影像深度学习样本集建立:本文针对深度学习样本集人工标注制作代价巨大这一问题,根据由浮动车轨迹提取得到的道路信息按照网络训练需要的格式对遥感影像中的道路进行标注。制作完成的样本数据集包括训练集和测试集,用于道路提取模型的训练和测试。(3)基于卷积神经网络的高分辨率遥感影像道路提取:本文以图像语义分割神经网络模型LinkNet为结构基础,构建了D-LinkNet模型,通过学习训练含有轨迹数据标注的训练样本集得到了道路提取神经网络,输入测试集数据后获得测试区道路提取结果。为验证研究方法的有效性,本文将学习了轨迹数据的模型提取的道路结果具有良好的提取准确度和完整度,和没有学习轨迹模型提取结果以及浮动车轨迹道路提取结果进行相比,该方法的道路提取结果整体效果更好,说明了本文研究方法的有效性。
【学位授予单位】:武汉大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:U491;P228.4

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 张健钦;李明轩;段颖超;杜明义;;一种改进的快速浮动车地图匹配方法[J];测绘通报;2017年01期
2 万蔚;王振华;李梦琦;;基于浮动车数据的区域路网交通状态评价[J];科学技术与工程;2017年07期
3 刘云;马香;叶欣;;浮动车数据在公交调度管理中的运用研究[J];公路交通科技(应用技术版);2017年03期
4 刘泽;王武宏;郭宏伟;蒋晓蓓;;基于浮动车数据的信号交叉口排队长度估计[J];道路交通与安全;2016年04期
5 张韧;刘成生;王婷婷;;基于单个浮动车数据的交通流分析算法[J];科学家;2017年10期
6 李刚;;基于浮动车数据的拥堵相关性分析[J];城市地理;2017年06期
7 吴世全;;基于浮动车数据交通参数提取技术探讨[J];测绘与空间地理信息;2013年07期
8 官刚宇;蒋新华;;大规模浮动车系统路网变更检测技术综述[J];福建电脑;2012年02期
9 张淑玲;官刚宇;邹复民;朱丹丹;;浮动车与空间网格结合的新增道路自动检测[J];科学技术与工程;2012年22期
10 辛飞飞;陈小鸿;林航飞;;浮动车数据路网时空分布特征研究[J];中国公路学报;2008年04期
中国重要会议论文全文数据库 前10条
1 张铮;;基于浮动车数据的分区出租车空间分布特征[A];2010年中国大城市交通规划研讨会——中国城市交通规划2010年会论文集[C];2010年
2 王雪松;刘浩冰;;基于浮动车数据的上海市主干道车速特征分析(英文)[A];第七届中国智能交通年会优秀论文集——智能交通技术[C];2012年
3 范跃祖;王力;王川久;张海;;浮动车技术的发展及应用研究综述[A];第一届中国智能交通年会论文集[C];2005年
4 李秋萍;李必军;;基于浮动车的道路网变化探测方法[A];2008第四届中国智能交通年会论文集[C];2008年
5 扈中伟;温慧敏;孙建平;陈锋;;基于车牌照识别数据的浮动车系统分析与验证[A];2008第四届中国智能交通年会论文集[C];2008年
6 张永强;;浮动车覆盖率问题初探[A];第二届中国智能交通年会论文集[C];2006年
7 庄立坚;宋家骅;丘建栋;段仲渊;;浮动车数据挖掘在出租车规划中的应用研究[A];2016年中国城市交通规划年会论文集[C];2016年
8 孔令周;匡金林;赵云龙;田琪霞;刘珂;;基于GPS浮动车数据的道路提取算法研究[A];云南省测绘地理信息学会2015年学术年会论文集[C];2015年
9 尹相勇;;浮动车GPS数据延时候选路段地图匹配算法研究[A];2008第四届中国智能交通年会论文集[C];2008年
10 王力;王川久;张海;范跃祖;;基于浮动车的城市动态交通信息采集处理方法研究[A];第一届中国智能交通年会论文集[C];2005年
中国重要报纸全文数据库 前10条
1 本报记者 张铮;泉城治堵用上“滴滴路径”[N];济南日报;2017年
2 王志国 蔺晨博;用好“智慧信号灯”里的智慧[N];解放军报;2017年
3 路绪海;让用户参与助建“智能交通”[N];人民邮电;2012年
4 本报记者 霍霞;北京出租车年内普及GPS[N];北京科技报;2005年
5 本报记者 钱民峰 特约记者 赵正阳;不妨查查再出门[N];中国交通报;2015年
6 耿闻;奥运会推动北京交通快速发展[N];中国旅游报;2007年
7 北京市交通信息中心 杜勇王刚;北京市的疏堵对策[N];中国计算机报;2007年
8 Chi-Chu TsChang 美国《商业周刊》 本报编译 于景浩;北京奥运疏导交通采用世界前沿科技[N];世界报;2008年
9 本报记者 张晨曦;智能化出行 路不远了[N];成都日报;2011年
10 李映;我国ITS建设步入新成长期[N];中国电子报;2005年
中国博士学位论文全文数据库 前10条
1 张曼;面向浮动车低频数据运行工况设计的经验马尔可夫链进化方法研究[D];吉林大学;2018年
2 余洋;云计算环境下的大样本浮动车数据处理关键技术研究[D];武汉大学;2010年
3 李宇光;海量低频浮动车数据道路匹配及行程时间估算[D];武汉大学;2013年
4 廖孝勇;浮动车交通参数检测及在道路交通状态分析中的应用研究[D];重庆大学;2011年
5 计会凤;基于浮动车GPS数据的动态交通预测与诱导模型研究[D];辽宁工程技术大学;2009年
6 王媛;大范围战略交通协调控制系统关键技术研究[D];吉林大学;2009年
7 杨涛;基于代理签名的车辆自组网的隐私保护研究[D];北京大学;2013年
8 李庆印;基于信息技术的交通管理创新机制研究[D];中国矿业大学(北京);2011年
9 曹闻;时空数据模型及其应用研究[D];解放军信息工程大学;2011年
10 张玮;基于GPS浮动车的路径行程时间估计系统关键技术研究[D];吉林大学;2011年
中国硕士学位论文全文数据库 前10条
1 张菊;基于浮动车轨迹学习的高分影像城市道路网提取方法研究[D];武汉大学;2019年
2 徐健;浮动车数据筛选与修复方法研究[D];武汉大学;2017年
3 朱睿智;基于浮动车GPS数据的城市热点区域划分与路径引导研究[D];北方工业大学;2019年
4 邹蕊烛;基于浮动车GPS数据的交通区域状况分析[D];长安大学;2018年
5 张杰超;基于浮动车OD数据的重大枢纽交通运行规律分析及区域运行状况评价研究[D];北京交通大学;2018年
6 候彬;基于浮动车的道路交通实时分析系统的研究[D];兰州交通大学;2018年
7 王秉章;海量浮动车数据并行处理可视化研究[D];长安大学;2018年
8 米春蕾;基于车辆轨迹数据的路网快速提取方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
9 张洁;基于浮动车轨迹的数据挖掘及其在现代物流中的应用分析[D];西安理工大学;2017年
10 臧超;基于浮动车数据的信号交叉口运行状态评估[D];北方工业大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026