Freeman链码优先级直线提取算法研究

针对目前直线提取算法的局限性,提出了一种简单高效的提取图像中目标物体直线边界的算法。本算法基于链码思想和数字直线特征,首先对图像进行边缘检测,对边缘检测后的图像按照优先级进行链码跟踪,获取初始链码;然后通过距离约束提高链码的直线性,剔除噪声和细节;最后进行直线合并,完成直线提取。实验表明,本文提出的算法能高效、准确地检测出图像中物体边界的直线,特别对较大的影像计算量小,抗噪能力强,适用于实时处理。     

一种高分辨率SAR影像道路提取方法

针对高分辨率SAR影像中细节信息损坏道路的面特征结构、影响道路提取,基于影像统计特征,给出一种结合区域生长和细节信息识别的道路提取方法。该方法通过区域生长提取呈现面特征的暗目标(道路框架),利用CFAR算法识别细节,通过形态学融合得到最终结果。为降低高分辨率影像区域异质性对提取结果影响,提出了一种自适应CFAR算法,相比之前算法可自适应删除干扰点;并引入有效表征影像统计的GA0分布。利用海南省陵水黎族自治县机载X波段高分辨率SAR数据的幅度影像进行实验,结果表明,该方法能有效提取呈面特征的道路,获得准确的道路宽度和中心线信息。     

资源三号卫星影像中线性目标的检测技术

为了有效地进行高分辨率图像中线性目标的检测,提出一种基于Freeman链码的改进型Hough变换算法。首先,对图像进行增强和滤波处理,采用基于灰度一致化的方法对图像进行区域分割;然后,利用Freeman编码提取目标区域的边界;最后,对链码数据进行Hough变换,检测出平行线性结构。实验结果证明:该算法能有效地提取图像中平行线性目标,将其应用于资源三号卫星影像道路网目标的识别中,准确率高且实时处理性好。     

一种基于链码的线特征提取方法

文章针对目前线特征提取算法中不规则曲线不能得到有效逼近的问题,提出一种基于链码的线特征提取方法.它采用V0到V7的顺序对边缘二值图像进行链码跟踪,然后通过距离判断去逼近物体的边缘线特征.实验结果表明,该算法不仅可以高效准确提取出物体的直线边缘,而且能用直线段精确地逼近不规则物体的边界.     

结合统计和形状特征的高分辨率SAR影像道路网提取

结合高分辨率SAR影像统计特性和道路形状特征,提出一种新的道路网提取方法。首先引入窗口均值改进二值分割,以降低SAR影像固有斑点的噪声影响,针对高分辨率影像中道路呈现为面特征并存在宽度变化的情况,引入VC系数自适应调整窗口大小,从而有效提取可能的道路区域;然后利用道路的形状特征约束,去除非道路区域;最后通过空洞填充、腐蚀和膨胀等数学形态学运算,以及骨骼化和去除多余分支等处理,提取道路网络。实验证实了本文方法的有效性。     

基于高分辨率遥感影像的道路网络提取算法研究

作为遥感信息分析领域的重要工作之一,高分辨率遥感影像道路提取对于地理信息建库、城市建设规划、城市地形分析与三维表达等方面具有重要的研究意义。本文提出了多种改进算法组成的遥感影像道路网络提取方法,首先使用超像素分割(Simple Linear Iterative Clustering, SLIC)算法对高分辨率遥感影像进行分割处理并使用改进K-means算法对分割后影像进行分类;其次根据绿色植被指数(Green Vegetation Index, CVI)值滤除非人工区域并使用OTSU算法分割提取得到初始道路网络;最后对提取道路网络进行优化处理得到精细化道路网络。使用广州市某地高分辨遥感影像对本文提取算法进行验证,结果表明,本文算法能够有效地提取道路信息,提高道路网络提取精度。     

一种双U-Net的遥感影像道路提取方法

针对高分辨率遥感影像道路提取难度大、自动化程度低等问题,设计了一种改进U-Net的道路提取方法。该方法首先构建特征编码器为VGG16的VGGU-Net网络,并采用迁移权值方法初始化特征编码器;其次将提取的特征信息输入到另一U-Net网络,通过双网络联合训练方式提高网络的特征拟合能力;最后结合形态学和滤波算法对提取的道路数据进行后处理。实验结果表明:改进后算法对道路提取效果得到了有效的提升,在测试集上的准确率、召回率和IoU分别达到了93.56%、88.22%和83.17%。     

基于多种子点模糊连接度的SPOT影像道路提取

结合模糊连接度理论和SPOT影像上道路的表现特性提出了主干道路半自动提取的方法.首先,对原始影像进行去噪滤波处理,再人工选取能够代表道路特性的种子点,计算出各个像素点相对种子点的模糊连接度,将模糊连接度值大于一定阈值的像素点提取出来,从而得到道路线的支持区域;接着对二值道路域细化抽去得到道路中心线;实验证明,该方法可以取得较好的效果.     

TM图像中桥梁目标识别方法的研究

提出了一种新的TM图像中桥梁目标的识别方法。算法充分利用了TM图像的特点,在底层处理中运用形态学的方法提取出潜在桥梁目标;在中层处理中使用链码表示目标并提取其特征参数;最后在高层处理中进行桥梁识别和一些后处理。算法识别速度快、准确率高,整个算法可以进行自动的识别,也可以有少量人工干预使得算法更稳健。实验证明该算法对于TM图像中的桥梁识别是很有效的。     

基于特征基元的高分辨率遥感影像道路网自动提取技术

高分辨率遥感道路网络的自动提取在城市信息更新等方面具有非常重要的意义。在综述国内外道路信息提取进展的基础上,本文提出一套基于特征基元的道路网提取方法体系。即采取自下而上的研究路线("影像像元—特征基元—道路单元—道路网络"):首先通过影像大尺度的区域划分获取道路区域,在此基础上进行小尺度分割,提取出特征基元;然后根据基元的形态、走向、亮度、纹理等特征对基元进行模式分类,识别出道路单元;最后根据道路网语义规则将道路单元进行形态学处理及拓扑连接,形成道路网络。     

面向关系数据库的道路识别算法研究

为适应面向关系数据库的GIS应用开发,不再依赖GIS二次开发组件对Maplnfo电子地图进行空间数据处理,提出了在关系数据库中重新组织并存储电子地图的图元数据．进而展开相关空间数据处理算法的研究。本文针对电子地图中表征道路的线对象．以道路结点为基本存储单元,融合路段走向,创建了路网数据库,将对目标点周边道路的识别问题转化为对数据库中道路结点的条件查询问题。算法通过多次T—SQL查询,搜索目标点周边的候选路段,再利用其路段走向特征筛选出在目标点四个方位上的最佳匹配路段．进而生成路网状况的综合描述。实验结果表明,本算法对目标点周边路网的分布状况有较好的识别能力．识别率高、处理时间短且系统资源占用少。     

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.     

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.     

基于角度纹理特征及剖面匹配的高分辨率遥感影像带状道路半自动提取

提出了一种基于角度纹理特征及剖面匹配相结合的高分辨率遥感影像带状道路半自动提取方法.该方法由用户输入道路起点、初始方向及宽度,使用角度纹理特征模型预测初始的道路中线点,以抛物线方程参数构建道路中线轨迹参数模型.使用计算曲率变化的方法验证道路轨迹点,对验证失败的中线点位使用剖面匹配算法进行重新预测并确定,最终提取出该道路中线轨迹.本文使用Visual C 构建了原型系统,对QuickBird及IKONOS影像中具有一定宽度的带状道路进行了提取试验,并与经典的基于剖面匹配的半自动道路提取算法和基于Snakes的半自动道路提取算法进行了对比试验.经试验验证,本算法取得了较为理想的结果.     

改进全卷积网络方法的高分二号影像农村道路提取

针对目前利用高分遥感数据提取农村道路的研究与应用少,提取结果精准度不够的问题,提出了结合空洞卷积和ASPP（Atrous Spatial Pyramid Pooling）结构的改进全卷积农村道路提取网络模型DC-Net（Dilated Convolution Network）。该模型基于全卷积的编解码结构来提取道路深度特征信息,同时针对农村道路细长的特点,在解编码层之间加入了以空洞卷积为基础的ASPP（Atrous Spatial Pyramid Pooling）结构来提取道路的多尺度特征信息,在不牺牲特征空间分辨率的同时扩大了特征感受野FOV（Field-of-View）,从而提高细窄农村道路的识别率。以长株潭城市群郊区部分区域为试验对象,以高分二号国产卫星遥感影像为实验数据,将本文提出的方法与经典的几种全卷积网络方法进行实验结果对比分析。实验结果表明：（1）本文所提出的道路提取模型DC-Net在农村道路的提取上具有可行性,整体提取平均精度达到98.72%,具有较高的提取精度;（2）对比几种经典的全卷积网络模型在农村道路提取上的效果,DC-Net在农村道路提取的精度和连结性、以及树木和阴影的遮挡方面,均表现出了较好的提取结果;（3）本文提出的改进全卷积网络道路提取模型能够有效地提取高分辨率遥感影像中农村道路的特征信息,总体提取效果较好,为提高基于国产高分影像的农村道路提取精度提供了一种新的思路和方法。     

道路网信息层次度量方法

针对目前以信息熵度量道路网信息方法存在的不合理、不准确的问题,该文提出一种基于空间认知的道路网信息层次度量方法。从地图空间信息产生的本质出发,结合空间信息认知的层次性特点,将道路网空间信息划分为3个层次:元素层次道路要素的几何形态信息、邻域层次邻接道路的空间关系信息、整体层次道路分布信息。依据各层次空间特征的多样性,分别建立3个层次空间特征的定量描述指标,计算基于各指标的几何形态信息、空间关系信息、道路分布信息。最后,通过实验分析验证了该方法的合理性。     

基于直线特征检测的道路边线自动提取方法

针对如何从车载激光点云数据中快速、准确地提取道路边线的问题,本文提出一种基于直线特征检测的道路边线自动提取方法。首先对原始点云进行地面滤波,删除非地面点,获取包含道路信息的地面点云,接着把点云投影到二维图像上,根据反射强度获得平均强度图像,对平均强度图像进行LSD直线检测,获得道路边线的直线段,然后进行直线连接,把检测出来的短线段连接成长直线,最后根据直线特征提取出道路边线,并且利用定量指标对提取结果进行定量分析。实验证明,该方法提取的道路边线具有较高的准确率和完整性。     

空间信息感知语义分割模型的高分辨率遥感影像道路提取

道路信息自动化提取已经成为遥感领域热门的研究方向,而基于深度学习的遥感影像道路信息提取方法已经取得了许多成果。但由于受到网络中卷积和池化等操作的影响,基于深度学习的道路提取方法存在着空间特征和地物细节信息丢失等问题,造成许多误提现象。针对此问题,本文设计了一种改进的道路提取语义分割网络模型,该网络以改进的ResNet网络为主体,并引入坐标卷积和全局信息增强模块,用于增强空间信息和全局上下文信息的感知能力,突出道路边缘特征进而确保道路分类的精确性。本文方法在公开道路数据集和高分数据集上获得了显著的提取效果,与其它方法相比取得了明显提高;并且,在一定程度上减少了树木、建筑阴影等自然场景因素遮挡的影响,可以完整准确地提取出道路;此外,模型对多尺度道路也可以实现有效地提取。     

城市道路的多特征多核SVM提取方法

针对高分辨率遥感影像中城市道路提取的复杂性及SVM的分类性能,提出了一种城市道路的多特征多核SVM提取方法。首先利用FCM算法将原始影像粗分为建成区和非建成区两类,剔除非建成区;然后根据分水岭分割算法分割建成区并提取分割对象的光谱特征与空间特征,以全局核函数和局部核函数加权组合的方式构建多核SVM对建成区进行二次分类,去除建成区中的建筑物等非道路信息;最后利用数学形态学处理,获得最终的道路提取结果。试验结果表明：文中所提方法能够较精确地提取城市道路信息,分类精度高于单核SVM提取及其他对比方法。     

一种从SAR图像中提取城市道路网络的方法

提出一种从高分辨率SAR图像中提取城市道路网络的算法.在高分辨率SAR图像中,道路在空间结构上表现为一细长的且宽度基本恒定不变的均匀区域.利用模糊C均值聚类方法对高分辨率SAR图像进行聚类分析,将道路类像素从原始图像中分离出来.为突出道路形状特征,减少冗余信息,对聚类结果进行细化,同时利用跟踪算子消除短线段;以提取道路中心线二值图的像素值作为图像能量,应用Snakes模型检测道路网络.通过实际SAR图像验证,该算法可以准确提取复杂的城市道路网络.