从高分辨率遥感影像中提取城市道路的新方法

Computer Engineering and Applications计算机工程与应用2010，46（32）

1引言

对道路提取方法的研究，已经有30多年的历史。早期的研究主要是针对低、中分辨率影像，通常的方法都是假定道路为宽度等于一个到几个像素的线状特征。这种类型的道路提取研究方法很多，如经典的Hough变换及各种改进方法[1-2]；基于幅度和梯度的相位编组方法[3]；还有需要先获取种子点的动态规划方法及蛇模型道路提取方法[4-5]等。

随着高分辨率卫星的不断发射升空，高分辨率遥感影像成为一种重要的数据源。从高分辨率遥感影像中提取道路以更新GIS数据，成为新的研究热点。Yongguan Xiao[6]等人提出基于边缘平行线的提取方法。贾承丽等人[7]提出了一种在SAR图像中自动提取道路的方法。该方法首先对图像进行相干斑抑制，然后提取图像上的线特征；继而利用遗传算法进行连接；最后用蛇模型调整候选道路段的位置，并根据线特征幅度图对候选道路段进行鉴别，并试验验证了算法的有效性。不过，更多的研究者则希望先将道路从背景中分割出来，再对分割后的粗糙道路条带进行处理来获取完整道路。Shi Wen-zhong[8]等人通过实验确定一阈值，据此将道路影像二值化，接着用直线匹配法修整道路条带，最后通过数学形态学手段取得中心线。朱长青等人[9]以一种新的形态学方案分割影像，分割后的处理步骤与文献[8]相同。Grote等人[10]根据边缘信息、颜色信息将影像分成很多小的区域，然后根据多个准则合并小块形成道路条带。文献[11]将全色波段与多光谱波段进行融合，接着用K-均值法分割出面状道路，并利用边缘信息修整分割出的道路条带，最后通过计算形状指数达到提取道路的目的。

许多研究者在提取道路时利用了道路的形状特点。Tupin[12]等人利用条带窗口法检测出可能的道路，然后利用马尔可夫随机场模型连接候选道路段以得到道路网。Haverkamp[13]先利用多波段影像剔除植被类地物，然后利用角度纹理特性进行道路提取。文献[14]先采用传统的K-均值法将多光谱影像分为多类，然后计算粗分道路类的二值角度纹理特性及相应的形状系数，最后用模糊聚类方法区分混分为道路的建筑物和

从高分辨率遥感影像中提取城市道路的新方法

周绍光，刘娟娟，陈仁喜

ZHOU Shao-guang，LIU Juan-juan，CHEN Ren-xi

河海大学测绘工程系，南京210098

Department of Surveying and Mapping Engineering，Hohai University，Nanjing210098，China

E-mail：zhousg1966@https://www.360docs.net/doc/a710913970.html,

ZHOU Shao-guang，LIU Juan-juan，CHEN Ren-xi.New method to extract roads in urban area from high-resolution re-mote sensing https://www.360docs.net/doc/a710913970.html,puter Engineering and Applications，2010，46（32）：216-219.

Abstract：A new scheme to extract roads in urban area is presented by taking the advantages of several existing methods. The original IKONOS image is segmented using the angular texture signature principle.Then the line segment matching ap-proach is utilized to remove non-road targets from the segmented result，so that roads boundaries appear more regular.In the third step central lines of all roads are obtained with the aid of some morphological algorithms，furthermore a curve central line is broken into piecewise lines.Finally central road line segments are grouped to restore the whole road network using Markovian model and context knowledge.Experimental results show that the proposed method is efficient for extracting roads in urban area from high-resolution images.

Key words：road extraction；angular texture；line segment matching；Markov random field

摘要：在综合几种现有算法优点的基础上，提出一种新的道路提取策略。首先以角度纹理特性法分割原始影像；接着利用直线匹配原理剔除初始分割结果中的非道路地物，得到更为规则的道路条带；然后通过形态学手段获得道路中心线，并将每条中心线拆分为多段直线；结合上下文知识的马尔可夫模型被用于组织道路段的中心线，从而恢复完整道路网。实验结果表明：新方法具有良好的性能，可以从高分辨IKONOS遥感影像中提取出复杂的城市道路。

关键词：道路提取；角度纹理特性；直线匹配；马尔可夫随机场

DOI：10.3778/j.issn.1002-8331.2010.32.060文章编号：1002-8331（2010）32-0216-04文献标识码：Ａ中图分类号：TP391.41

基金项目：国家自然科学基金（the National Natural Science Foundation of China under Grant No.40701103）。

作者简介：周绍光（1966-），男，博士，副教授，主要研究领域为近景摄影测量、遥感影像分析、计算机视觉等；刘娟娟（1984-），女，硕士研究生，主要研究领域为遥感影像分析；陈仁喜（1976-），男，博士，讲师，主要研究领域为遥感图像处理、地理信息系统。

收稿日期：2009-03-27修回日期：2009-05-18

216