改进角度纹理特征提取高分辨率遥感影像带状道路

针对目前高分辨率遥感影像的道路自动提取算法研究中的不足,该文提出了一种基于并行角度纹理特征的半自动道路提取算法:用户输入完成道路中心线上的起始点、道路方向、道路宽度等初始化工作,利用并行角度纹理特征获取道路前进方向,用抛物线参数方程构建道路轨迹模型来预测道路轨迹点,使用角度纹理特征值构建的紧质度系数和抛物线的曲率变化来约束道路轨迹点,验证失败则转入手工跟踪;往复执行以提取道路中心线。试验证明,本算法是一种稳健的道路半自动提取算法。     

基于T型模板匹配半自动提取高分辨率遥感影像带状道路

通过分析高分辨率光学遥感影像上的道路特征.提出了适用于有较多车辆遮蔽和两侧行树阴影干扰的T型模板匹配的道路提取算子.它融合了剖面匹配和模板匹配的优势,使用角度纹理特征进行初始道路点的精确定位,道路宽度、道路前进方向的精确量算,使用灰度最小二乘匹配进行最佳道路点的定位,可以很好地追踪高分辨率光学遥感影像上受车辆遮蔽和行树阴影等噪声干扰的带状道路.     

利用方向纹理特征从影像上搜索道路中心线

针对遥感影像道路中心线提取问题,提出利用方向纹理特征辅助道路中心线匹配搜索的思想,以人工给出的道路种子点和初始搜索方向为基础,运用方向纹理特征直接从遥感影像上匹配搜索道路的中心线。算法通过预测道路的宽度、弯曲等情况来自动调整纹理窗口的大小,因而能够很好地搜索到道路中心线,此外算法针对树木遮挡、车辆压盖设计了相应的处理策略。实验表明:该方法对遥感影像上不同类型道路均有很好的提取效果,且提取效率高于现有的道路提取算法。     

用改进的剖面匹配算子提取高分辨率遥感影像上带状道路

剖面匹配在道路提取中得到了广泛的应用,但现有的相关文献中普遍利用数学模型模拟道路轨迹、利用最小二乘剖面匹配的结果进一步修正数学模型预测的道路点的方法,这种方法与实际的路况有较大的差别。本文中,用户初始化后获得道路的起始点、前进方向、道路的宽度和模板剖面。通过将模板剖面沿道路前进方向平移和旋转生成一系列目标剖面,求目标剖面与模板剖面的灰度差的平方和,在求平方和时给剖面的道路部分更多权重,最小的平方和对应的目标剖面的中点为最精确的道路点,迭代上述步骤追踪道路轨迹。经试验证明,改进的剖面匹配算子是一种稳健高效的道路追踪算法。     

改进剖面匹配和EKF对SAR影像道路半自动提取

道路提取作为典型的线状目标提取,是遥感影像目标解译的研究热点。合成孔径雷达（SAR）影像包含了丰富的物理特性,能够全天时、全天候地获取影像数据,已广泛应用于道路提取中。传统的道路提取方法分为全自动和半自动方法。全自动道路提取会出现漏检和错检,需要大量的人工后处理。半自动方法结合人工干预,是对计算机的计算能力和人工解译准确性的有效折中。提出了用一种改进剖面匹配和扩展卡尔曼滤波（EKF）的方法对SAR影像道路进行半自动提取的方法。首先构建了道路提取模型,其次通过改进剖面匹配算法获取准确的观测值,最后利用EKF对观测值进行更新获取道路最优估计值。选取美国缅因州Howland地区L波段UAVSAR数据和海南陵水地区X波段机载SAR数据进行实验,结果表明,该方法在较少人工干预的情况下,能够对复杂场景道路进行有效稳健的提取。     

一种SAR影像带状道路半自动提取方法

文章提出了一种结合极化的相干最优信息的SAR影像带状道路半自动提取方法.该方法由用户输入种子点确定初始矩形模板,用傅立叶函数构建道路轨迹模型作为全局的控制条件,将矩形模板的角度信息结合极化相干最优信息作为局部的控制条件,根据两种条件控制模板的前进方向,实现道路的边缘线提取.通过与人工提取结果对比,证明本文的方法能够取得较理想的效果.     

自动赋初值的LSB-Snake模型的道路半自动提取方法研究

LSB-Snake模型是一个半自动提取线状地物的有效方法,但是在提取道路时需要人工输入道路特征（与背景相比道路的亮暗、宽度）作为初始值,在初始种子点稀少的时候不够稳健,且降低了LSB-Snake模型的效率。因此,本文提出了自动赋初值的LSB-Snake模型,采用自适应模板匹配方法为LSB-Snake模型提供初始特征,同时在初始种子点的基础上自动生成可靠、密集的点,共同作为LSB-Snake模型的种子点参与道路提取。对IKONOS和QuickBird进行道路提取的试验证明：在给定同样数目的初始种子点的情况下,提出的自动赋初值LSB-Snake模型比LSB-Snake模型更加稳健;由于无需人工输入道路特征,自动化程度更高;在道路附近地物阴影、遮挡较多的情况下,抗干扰能力更强。     

基于圆形模板的高分辨率遥感影像道路半自动提取

针对基于矩形模板匹配的道路提取方法在影像中存在较大弯曲路段提取效果不佳的问题,提出了一种基于圆形模板的半自动道路提取方法,用圆形模板取代矩形模板搜索道路中心点,省去了旋转角度计算,结合影像灰度、形态学梯度以及道路中心点之间的夹角信息,用迭代内插的方法搜索加密道路中心点,最终得到道路中心线。实验分析和比较表明,该方法在继承模板匹配的优势的同时较好的弥补了矩形模板的不足,提取效果较好。     

基于纹理特征融合与核模糊聚类的道路提取

根据高分辨率遥感影像中道路方向上的纹理一致性,提出了一种基于纹理特征融合与核模糊C均值聚类的高分辨率遥感影像道路提取新算法。该算法改进了角度纹理特征的计算方式,首先与Gabor纹理特征进行融合;再利用结合空间信息的核模糊C均值聚类算法对融合特征进行聚类,从而提取高分辨率遥感影像中的道路。实验结果表明,该算法可较高精度地从高分辨率遥感影像中提取具有一定纹理的道路。     

一种基于方向纹理特征和卡尔曼滤波的影像道路中心线提取方法

针对传统道路中心线提取方法对场景中干扰因素比较敏感的问题,提出了一种改进的高分辨率遥感影像道路中心线搜索方法。首先利用方向纹理特征匹配计算初始道路中心点,然后根据中心点先验和观测信息迭代跟踪精确道路中心点。文章设计了多组实验验证算法的可靠性和鲁棒性,结果表明该方法对路面存在干扰因素时的改善效果明显,具有较强的稳健性和适应性。     

附带星历参数的星载合成孔径雷达影像自动配准算法

Fourier-Mellin不变性对称相位匹配滤波器,即symmetric phase-only matched flitering of fourier-mellin invariant(SPOMF-FMI)能解决影像配准的平移、旋转和放缩几何变换问题;然而,该方法在实际应用中具有局限性,包括图像几何尺度和图像非线性几何畸变处理能力.为了克服上述缺陷,提出了一种附带星载参数的星载合成孔径雷达(synthetic aperture radar,SAR)影像自动配准算法.该方法采用由粗到精匹配策略,由距离-多普勒影像粗匹配和改进SPOMF-FMI影像精匹配组成.使用Radarsat-1和ENVISAT ASAR影像做实验,结果表明本方法在处理重复轨道或相同升、降轨星载SAR影像(即确保相似影像纹理测度)配准问题时,能达到子像素级的配准精度.     

基于高分辨率遥感影像的汶川地震道路损毁评估

强烈地震造成道路基础设施的损毁,严重影响应急救灾工作.因此,及时准确地对灾区道路损毁情况进行评估,具有十分重要的现实意义.以汶川特大地震道路损毁评估工作为例,介绍了利用高分辨率卫星遥感影像进行地震灾害道路损毁评估的技术方法.通过对灾区20个县(市、区)国/省道基础设施损毁情况评估,结果表明,汶川、北川等6个县道路重度损毁,3个县(市)中度损毁,11个县(区)轻度损毁.表明该方法能够在应急期间缺乏地面调查的情况下,充分利用高分辨率遥感图像,对道路震害损毁进行快速及较为准确的评估.     

航空影像上道路中心线的半自动提取算法研究

提出了一种新的从航空影像上提取道路中心线的半自动方法。该方法利用道路地物的几何特征和辐射特征，根据用户提供的少量道路种子点，利用自适应灰度模板对道路中心线上的每个点进行调整，最后采用最小二乘算法和牛顿迭代法对调整后的道路中心线上的每个点进行拟合，以此获得趋近于道路中心线的最佳折线。试验结果证明，该算法简单易行、效率较高．具有较好的鲁棒性和实用性。     

基于链码优化的SAR影像城市道路网络提取

针对传统的基于局部比率的道路提取算子存在道路展宽与定位精确性差的缺点,通过加入一个修剪窗口进行改进,有助于去除河流、树木等的影响,且得到了细化和定位更加准确的道路图谱.首次将链码用于道路连接表示,定义了链码能量网络,并将道路的先验知识引入,然后在对模拟道路图像线段连接概率分析的基础上得到了链码优化算法.由于该方法采用了分线运算,每次迭代不需要搜索整个道路片段,提高了运算效率.最后将该算法应用于真实SAR影像巾道路网络的提取,证明了它的有效性.     

Exploiting IKONOS and Hyperion data fusion for automated road extraction

We present here the examples that show how fusing data from hyperspectral sensors with data from high spatial resolution sensors can enhance overall road detection accuracy. The fusion of hyperspectral and high spatial resolution data combines their superior respective spectral and spatial information. IKONOS (MSS) and Hyperion images were fused using the principal component analysis (PCA) method. The approach for road extraction integrates multiresolution segmentation and object oriented classification. Road extraction is done from an IKONOS (MSS) image and a Hyperion and IKONOS (MSS) merged image and comparisons are made depending on accuracy and quality measures such as completeness and correctness. This article also emphasises the types of roads which are giving better accuracy of extraction after fusion with hyperspectral image. This can vary because of types of material and condition of roads. The methodology was applied on roads of Dehradun, India.     

快速提取城市道路中心线

城市道路在空间分布上具有一定的规则。我国的城市道路布局主要有方格式、扇形式等。本文针对这种布局规则的道路网,提出一种快速提取道路中心线的方法。通过对图像进行扫描,将属于一条道路的所有像素点归并到一个容器中,提取中心点并输出成道路线。同时,介绍了几种典型道路的处理方法。实验研究表明该方法可以快速、精准地提取道路中心线,具有实际应用价值。     

结合TIN约束与密度聚类的机载LiDAR道路点云提取

针对机载LiDAR道路点云提取过程中自动化提取困难,停车场、水泥地以及与道路相连的地面点难以去除等问题,提出一种三角网约束与密度聚类相结合的机载LiDAR道路点云提取方法。在已有滤波结果的基础上,该方法首先根据道路点云样本的强度信息提取初始道路点,建立Delaunay三角网,运用三角网边长约束精化初始道路点;然后,通过密度聚类算法提取连通性较好且密度较大的独立三角网;最后,采用数学形态学算法优化道路边缘,确定最终道路点。实验选取国际摄影测量与遥感协会提供的两组城市机载LiDAR点云数据进行道路点云提取,结果表明:本文算法可以较好地进行道路点云的自动提取,且对不同类型的道路具有良好的自适应性,验证了算法的可靠性。     

基于面向对象方法的高分辨率遥感影像道路提取方法研究

随着遥感影像分辨率的不断提高,基于高分辨率遥感影像的目标自动提取逐步成为研究热点。本文采用面向对象的图像分析方法,基于Ecognition遥感图像处理平台,对IKONOS影像进行道路提取实验,重点对图像分割方案、道路提取规则、后处理方法等进行探讨。