第
38
卷第
7
期
2013
年
7
月
武汉大学学报·信息科学版
Geomatics and Information Science of Wuhan University
Vol. 38 No. 7
J uly
2013
文章编号
:1671-8860(2013)07
四
0761-04
文献标志码
:A
结合区域生长与道路基元的高
分辨率遥感影像道路提取
余洁1,
2
,
3
余峰
3
张晶
1
,
2
刘振宇
3
(1
首都师范大学资源环境与旅游学院,北京市西三环北路
105
号,
100048)
(2
首都师范大学城市环境过程与数字模拟国家重点实验室培育基地,北京市西三环北路
105
号,
100048)
(3
武汉大学遥感信息工程学院,武汉市珞喻路
129
号,
430079)
摘
要:针对基于像素道路提取方法存在的道路特征利用不够充分的问题,提出了一种采用道路基元的面向
对象的道路提取方法。首先根据道路特征定义道路基元,然后在利用区域生长分喜
:'J
t!:道路的基础上进行道路
基元的搜寻与构建、跟踪与连接,初步得到道路与中心线网络,再通过后续处理得到最终的道路与中心线网
络。利用
GeoEye
卫星影像进行了实验,结果表明,本文方法能较有效地提取高分辨率遥感影像上的道路。
关键词:面向对象;区域生长;道路基元;高分辨率遥感影像;道路提取
中图法分类号
:P237.3
随着遥感影像的空间分辨率越来越高,对高
分辨率影像目标识别与提取的研究也成为研究的
焦点
[IJ
。利用高分辨率遥感影像研究道路的提取
具有重要理论与实践意义。
传统的道路提取方法大多基于像素,如模板
匹配法
[2-4J
、主动轮廓模型
[5J
(Snakes)
等,这些方
法应用于高分辨率影像存在几个方面的不足:
①受非道路因素影响严重;②对道路特征利用
不够充分;③信息提取处理不方便。总之,单个
道路像元并不能够完整地表现道路特征,如形状
特征、拓扑特征等,而将那些"同质"像素的集合即
对象
[6J
作为处理基本单元,则可以较好地利用道
路特征。因此,本文提出了基于对象道路基元的
道路提取方法,充分利用道路特征,克服了传统方
法的不足,更有效地提取道路。
1
道路特征分析与道路基元定义
道路在遥感影像呈现独特的特征,如光谱特
征、形状特征以及拓扑特征,这些特征使得道路在
遥感影像上表现出独特的色调、反差、形状、纹理
等。本文首先利用道路光谱特征分割道路,然后
采用面向对象方法即道路基元来提取道路。道路
基元是道路像素的集合,也是处理的基本对象。
收稿日期
:2013-04-19
。
道路的形状呈长条,长度大于宽度,并且变化
小,可量化提取。道路基元定义为带中心点的正
方形,中心点位于道路中心,正方形宽度为道路宽
度。另外,道路走向不全是纵、横向,斜向道路时
需旋转正方形,因此,道路基元包含了旋转角度。
拓扑特征方面,道路一般是相连的,不会突然
中断。因此为方便跟踪和连接,定义道路基元时,
要记录上级基元与下级基元的位置。上级基元是
指搜寻并构成本基元的道路基元,也称母基元,而
下级基元是指由本基元搜寻并构建的基元,也称
子基元。另外,由于道路基元所处的位置不同,如
在末端、分叉点、十字路口等,子基元个数不相同,
因此,道路基元定义中还应包含反映子基元个数
的拓扑,见封二彩图
1
。
综上所述,本文提出的道路基元定义为若干
个道路像素的集合,包含道路段的中心位置、宽
度、角度、拓扑关系、拓扑类型以及标识等信息,是
道路目标提取的基本单元。
2
道路提取方法
2.
1
区域生长法分割道路
区域生长算法由于其速度快、针对性强、可交
互等特点得到了广泛的应用。特别是它通过邻域
项目来源:国家
863
高技术发展研究计划资助项目
(2011
AA120404);
武汉大学研究生自主科研基金资助项目
(201121302020006)
。