摘要：随着城市化进程加快，为了方便城市管理需要制作城市道路地图。针对当下道路提取工作量大，复杂，测量绘制道路用时较长，本文讨论了基于高分辨率遥感影像使用ENVI软件进行提取道路的方法，对从谷歌地图中获取的遥感影像进行二值化处理、数学形态学分析和面向对象特征提取，从而将影像中道路网提取出来。相较于当下的道路提取方法，这种方式可以减少道路提取对人力物力的消耗，降低成本。58334

毕业论文关键词：ENVI，二值化，数学形态学，特征提取

Abstract：With the acceleration of urbanization, in order to facilitate the urban management, a road map is needed to make. According to the current path extraction workload, complex, measuring and drawing the road with longer, this paper discusses the based on high resolution remote sensing image using ENVI software method for road extraction. Binarization processing of remote sensing images obtained from the Google map, mathematical morphology analysis and object oriented feature extraction, and image in the road network is extracted. Compared to the current road extraction method, this way can reduce the road extraction of human and material consumption, reduce costs.

Keywords：ENVI, Binarization, Mathematical morphology, Feature Extraction

1 前  言 4

2 研究方法 4

2.1 二值化 4

2.2  数学形态学运算 5

2.3 目标道路的特征提取 5

2.4 实验流程 5

3 数据获取 6

4 具体实现 7

4.1 二值化过程 7

4.2 数学形态学 7

4.3 面向对象特征提取 9

结论 14

参考文献 15

致谢 16

1 前  言

在当下的中国，城市化扩展迅速，为了及时了解城市交通的发展情况，需要制作城市的道路地图。当下在道路地图制作过程中，对道路进行提取，主要依赖于实地测量。在测量过程中，工作易受到天气等自然因素的影响，并且测量工作需要花费大量的时间和大量的人力物力。用这种方式提取道路，效率十分低下，经济成本也会很高。

在遥感影像处理研究方面，对本文讨论的基于遥感影像的道路提取方法已经进行了多年的研究。在长期的研究过程中，出现了很多种提取方法。相较于提取的自动化程度可以分为全自动化提取、半自动化提取以及目视解译提取。全自动化提取方法在提取的效率上时三种方法中最高的，完全依靠计算机自我识别，对特征地物进行提取，但是这种方法提取出的影像准确性差，提取结果极易出现错误，大部分情况下用于对提取结果准确性要求不高和遥感影像地物特征差距较大的操作中。目视解译提取方法在提取特征地物过程中，需要进行大量的人机互动，依靠操作者的经验进行目视解译，区分地物。这种方法的优点在于处理准确性较高，提取结果出现错误的数量小，缺点在于目视解译过程需要花费大量的时间，提取的效率不高。