[發(fā)明專利]高分辨率遙感影像道路中心線的檢測的方法

有效

• 申請?zhí)枺?/td>: 200910219333.2
• 申請日: 2009-12-04
• 公開（公告）號: CN101714211A
• 公開（公告）日: 2010-05-26
• 發(fā)明（設(shè)計）人: 張小華;侯彪;楊園園;焦李成;王爽;劉芳;鐘樺;緱水平
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06K9/46
• 分類號: G06K9/46;G01S7/48
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及道路網(wǎng)的檢測，可用于高分辨率遙感影像道 路網(wǎng)的檢測和識別。

背景技術(shù)

從遙感影像中提取道路，是圖像處理和目標識別中的一項重要的研究課題。道路 信息是衛(wèi)星影像中一種重要的地理專題信息，不僅在衛(wèi)星數(shù)字圖像自動解譯方面具有 理論與方法意義，而且可以利用提取的公路信息作為數(shù)據(jù)源，對地理信息系統(tǒng)數(shù)據(jù)庫 進行廣泛更新，廣泛應(yīng)用于國民經(jīng)濟的諸多領(lǐng)域。

從目前的進展來看，道路自動提取還存在很大困難，現(xiàn)有的技術(shù)在完整性和正確 性上尚未取得滿意的結(jié)果，通常需要人工后處理；而且自動提取只是局限在一定范圍 內(nèi)，對于非預(yù)期的輸入經(jīng)常導(dǎo)致錯誤的結(jié)果。因此，研究人工干預(yù)的半自動方法以便 快速、準確的提取道路是目前較為實際的選擇。其中有代表性的方法如下：

Dal?Poz?A?P，Do?Vale?GM.Dynamic?Programming?for?Semi-Automated?Road Extraction?From?Medium-And?High-Resolution?Images[J].International?Archives of?the?Photogrammetry，Remote?Sensing?and?Spatial?Information?Sciences，2003， 34：Part?3/W8.提出的動態(tài)規(guī)劃法，該方法導(dǎo)出了道路的一般參數(shù)模型，將其表達 成種子點之間的“代價”函數(shù)，以動態(tài)規(guī)劃作為確定種子點之間最優(yōu)路徑的計算工具。 動態(tài)規(guī)劃法首先應(yīng)用在低分辨率影像提取道路中，在該“代價”函數(shù)中增加了道路邊 緣特征約束條件，使之適用于從中高分辨率影像上提取道路。動態(tài)規(guī)劃法的最大特點 是將道路識別問題轉(zhuǎn)化成一個最優(yōu)化問題，并且最優(yōu)化問題的解是用道路上的像元來 描述。此方法的缺點是：需要占用很大的存儲空間。

German?D?B，Jedynak.An?active?testing?model?for?tracking?roads?in satellite?images[J].IEEE?Trans.PAMI，1996，18(1)：1-14.提出了基于主動試 驗?zāi)Ｐ偷姆椒āＶ鲃釉囼災(zāi)Ｐ褪荊eman和Jedynak提出，并應(yīng)用于10m分辨率的衛(wèi)星影 像道路識別。其基本方法是：首先利用初始點和方向獲得道路的統(tǒng)計模型特征，建立 主動試驗樹結(jié)構(gòu)的試驗規(guī)則和統(tǒng)計模型，并建立決策樹；然后，基于決策樹，進行道 路跟蹤。在中、高分辨率影像中，DalPoz等利用矩形來模擬道路段，采用主動試驗策 略提取道路段，再從已提取道路段中提取道路中心線。此方法的缺點是：由于道路邊 緣不完整或者道路寬度變化，使得這種方法提取的道路中心線位置不太準確。

STEGER?C，MA?YER?H，RAD?IG?B.The?Role?of?Grouping?for?Road?Extraction[A]. Automatic?Extraction?of?Manmade?Objects?from?Aerial?and?Space?Images(2)[C]. Basel：Birkhaeuser?Verlag，1997.245-255.提出的基于類與模糊集的道路網(wǎng)絡(luò)提 取方法。該方法的基本思想是利用類及模糊集，提取道路網(wǎng)絡(luò)，即首先提取影像道路， 然后連接道路，在連接道路的過程中需要利用模糊集理論給出連接的權(quán)函數(shù)，給出連 接道路的定量評價。試驗表明，該方法能夠很好地連接復(fù)雜地區(qū)的主要道路網(wǎng)絡(luò)，比 一般的道路特征提取更具有一般性，研究的區(qū)域也較大，更具有實用性，但該方法的 缺點是：首先需要用合適的提取算法提取出基本的道路，但是尋找合適的提取算法是 比較困難的。