基于启发式图搜索的遥感影像道路半自动提取

启发式图搜索法用于线状目标识别的原理是:用图结构表示边缘点和边缘段,根据启发函数计算顶点权值,在图的路径上建立相应的代价函数,通过在图中搜索对应的最小代价的通道以找到最优路径.图搜索法是一种全局最优方法,它在受噪声影响较大时效果仍然较好.文中使用了启发式图搜索法(A*算法)实现了道路的半自动跟踪.它的基本思路是:首先利用自适应平滑滤波算子进行道路信息增强,然后对传统的道路数学模型进行了进一步的扩展,突出了对道路几何特性和辐射特性的描述,并依此构建图搜索的代价函数,实现了基于启发式图搜索法A*算法的道路半自动跟踪.经实验证明,该方法进行遥感影像的道路半自动提取效果较好.     

基于圆形模板的遥感影像道路半自动提取方法

目前,针对低分辨率遥感影像的道路提取研究已经很多,但是在中、高分辨率遥感影像中,丰富的场景信息以及路面车辆、交通标志线、绿化带或路边行树等噪声都会对道路提取产生影响,因而,道路提取仍是一项较为困难的工作.有鉴于此,本文提出了一种基于圆形模板的高分辨率遥感影像道路提取方法,以空间分辨率为0.8 m的高分2号影像为实验数据...     

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。     

基于高分辨率城区遥感影像的道路半自动提取方法研究

遥感影像上人工地物的自动化和智能化采集一直是摄影测量与遥感技术长期探索的一个主要课题。道路是重要的基础地理信息,随着遥感影像分辨率的提高,道路特征的复杂化对道路提取方法形成了挑战。针对高分辨率城区遥感影像道路提取中存在的问题,结合多分辨率分析思想、模板匹配原理和LSB-Snake模型,综合提出了一种适用于城区高分辨率遥感影像的道路半自动提取方法。实验表明该方法可以在很大程度上弥补LSB-Snake模型的不足,同时具有良好的抗噪声能力,可作为一种有效手段应用在城区高分辨率遥感影像的道路提取中,具有很好的交互性、可靠性和高效性。     

利用动态规划半自动提取高分辨率遥感影像道路中心线

传统的基于动态规划的道路提取算法都是直接在图像域内根据道路的光谱等特征定义代价函数,当道路光谱特征发生变化时,需要重新定义新的代价函数,具有很大局限,不适用于道路特征复杂多样的高分辨率遥感影像。针对这一问题,提出了一种基于动态规划的道路中心线半自动提取算法:首先,利用阈值分割和核密度估计生成道路概率分布图;然后,根据道路概率分布图上的道路特征定义代价函数;最后,运用动态规划求解代价函数最大值来提取道路中心线。试验表明,提出的算法能够在高分辨率影像上提取各种不同光谱特征的道路中心线,取得了良好的效果。     

从遥感影像提取道路信息的方法评述

介绍了国内外比较成功的几种从遥感影像提取道路信息的技术方法,归纳其方法原理,评述其优缺点,提出存在问题及继续研究的建议。     

遥感影像道路提取现状与展望

道路提取是遥感影像处理的热点和难点,简要介绍影像处理技术发展以来道路提取的各种方法,并分析其优缺点,最后对道路提取的发展方向做了总结。     

遥感影像上线状目标提取方法研究

遥感影像线状目标(主要是指道路)的提取是一个经典研究项目。本文首先基于相位编组的思想,确定出若干个局部图像的主方向,再利用对应方向的Sobel算子进行检测,最后对所得结果进行细化。实验证明,该方法对于图像中弱边界的识别是很有效的。     

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。     

高分辨率遥感影像道路提取方法综述

从高分辨率影像中提取道路特征信息已成为当前的一个研究热点,首先阐述了道路特征和道路提取的思想,并对研究现状进行了分析,列举了具有代表性的特征提取方法,并对各个方法的特点进行了分析,最后对道路特征提取的研究前景进行了展望。     

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.     

基于T型模板的遥感影像道路提取方法

高分辨率遥感影像具有数据量大、波段少、地物细节纹理信息更加清晰、空间信息更加丰富等特点,因此基于高分辨率遥感影像的道路提取方法研究是当前一个研究热点.但高分辨率遥感影像提供了更丰富的地物目标细节的同时,也使得噪声信息随之增加,如道路上的车辆、道路线、邻近的行树及阴影、建筑物及阴影等,并且在光谱通道上道路与噪声之间存在更...     

基于模糊算子理论的道路半自动提取

提出了一种基于模糊算子理论的道路半自动提取方法。该方法在对小比例尺影像进行Sobel边缘检测的基础上，定义了12种模糊算子表示2维道路的各种可能的结构，然后在给定道路种子点附近形成的一定范围内进行搜索，提取出道路的中心线。实验结果表明，该算法速度较快并且具有较强的鲁棒性。     

低分辨率遥感影像中道路的全自动提取方法研究

从Marr视觉计算理论出发,利用低分辨率遥感影像的特点,提出了一种基于边缘线段感知编组和动态规划跟踪线段的道路信息全自动提取方法.首先分析了低分辨率影像中道路的辐射特性和几何特性,以得到道路模型.然后在底层处理阶段对影像进行边缘检测、无效线段去除等预处理;中层处理阶段采用基于上下文关联的感知线段编组法得到候选道路段,并由道路段的置信度阈值确定道路种子点;最后在高层处理阶段提出基于动态规划的道路跟踪算法得到候选道路,并且采用知识推理去除部分虚警.实验结果表明:(1)对图像中背景干扰较大的山区道路和复杂的城区道路网均有较好的识别效果;(2)识别过程全自动进行,没有人工干预,因此计算效率相比其他方法有一定的优势;(3)由不同传感器卫星获取的影像如L7,SPOT,SAR等,算法均能进行有效识别,具有很好的普适性和稳健性.     

基于道路网络知识的启发式层次路径寻找算法

基于道路网络的知识,探讨了定义一个层次拓扑来帮助路径寻找及如何确定层次之间转换的入/出结点,并结合启发式技术来提高路径计算性能的路径寻找算法。实验表明,该方法不仅可以减少计算所需要的时间和空间,也会产生一个符合人类思维特点的解。     

一种基于小波变换的遥感影像道路自动提取方法

遥感影像上道路的自动提取是摄影测量与遥感、计算机视觉等领域的重要课题。本文通过对图像小波系数的分析,完成道路节点的提取。随后利用基于小波变换的边缘提取算子,对道路进行边缘提取。边缘提取出来之后,以道路节点为种子点,对道路进行Snake跟踪。为保证提取效果,对图像进行了预处理。实验表明,利用本文提出的理论与方法能为道路网的自动提取与识别提供一个可靠的依据,同时也对其他地物（如建筑物）的自动提取提供一个有价值的参考。     

最大集团图搜索法用于关系结构约束的全局等高线断线连接

介绍了关系结构约束的全局等高线断线连接的最大集团图搜索法的原理与实现途径,实验中与局部断线连接方法作了对比实验。结果表明:全局连接具有自动纠错效果,具有更高的正确连接率。     

像元与对象特征融合的高分辨率遥感影像道路中心线提取

提出了一种融合像元-多尺度对象级特征的高分辨率遥感影像道路中心线提取方法。首先在像素级上提取影像的纹理和形状结构特征,在构建的多尺度分割集影像上提取对象的区域光谱特征。然后,将像元级特征与多尺度对象特征进行决策级融合,完成道路网的粗提取。最后,结合本文所提出的非道路区域自动去除算法和张量投票算法,实现道路中心线的精提取。不同场景、不同分辨率数据下开展的试验结果表明,该方法可有效改善传统道路提取方法易产生的"盐噪声"和非道路地物粘连现象。