资源描述：
《从遥感影像提取道路信息的方法评述》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第28卷第1期武汉大学学报信息科学版Vol28No.12003年2月GeomaticsandInformationScienceofWuhanUniversityFeb.2003文章编号:1671_8860(2003)01_0090_04文献标识码:A从遥感影像提取道路信息的方法评述12林宗坚刘政荣(1中国测绘科学研究院,北京市北太平路16号,100039)(2武汉大学空间信息与数字工程研究中心,武汉市珞喻路129号,430079)摘要: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
2、议。关键词:提取;线状地物和结构;遥感影像中图法分类号:TP751利用计算机从遥感数字影像中自动提取道路[4]拓扑特征则属于影像域。之类的线性地物信息,是人们多年的愿望。国内影像特征的提取,即从影像视觉特征中提取外在这方面的研究大概有20多年的历史,发表的有用的信息。按照Marr视觉理论,视觉从最初文章难以计数,但是,至今还没有一套功能完善的的原始数据(2维影像数据)到最终对3维环境的系统能实现此愿望。粗看起来,影像上的道路比表达经历了3个层次:要素图2.5维图3维其他地物更突出,而且道路成网,关系明晰,但实图。以物体为中心的3维描述是由要素图与2.5现起
3、来却很困难。究其原因,主要是目前计算机维图得到的,它包含对物体的理解、识别等,这个人工智能还远未达到能全自动化地从数字影像中[1]层次称为高层次处理。理解与提取地物信息的水平。但是,20多年国内道路特征提取可以遵循Marr视觉理论,在[1]外在此领域的研究,汇聚了多学科知识的精华,出低、中、高三个层次上进行。现了许多理论与技术的创新。如果不仅仅局限在目前出现的多种提取方法,实质上是对影像全自动化上,现有的研究成果对半自动化系统仍从不同角度进行分析,在各个层次采取不同措施然是很有价值的。而产生的,它反映了测绘学科与计算机图形学、模本文意在学习国内外同行的研究经验,略
4、加型识别、人工智能、数学等学科的结合。归纳分析,与同学者研讨继续努力之路径。目前时兴的人机交互半自动化方法,本质上可以看成是利用人工目视方法进行属性识别和利1线状地物遥感影像的视觉特征用计算机自动处理进行量测与描绘。从遥感影像提取信息首先必须明确所要提取2从遥感影像提取道路信息的现有的目标的内容及其特征。线状地物的一切能量特方法征按曲线型几何分布展开。以道路信息为例,Vosselman和Knecht将其描述为几何(geoma道路特征自动提取包括道路特征的自动识别tric)、光度或辐射度(photometric)、拓扑(topolo和几何特征的自动定位,
5、道路影像特征提取已有goc)、功能(functional)、关联或上下文(contextual)各种各样的方法,有局部的、全局的,有人工智能、的特性。这里进一步将其描述为景物域和影像域计算机视觉、模型识别、数学模型等,已经能够做的特征,并且把这些特征用知识的形式表达。道到把道路影像从其他地物影像中分割出来甚至能路的功能和上下文特征是其在景物域和物方空间区分道路类型。已有的道路提取算法大多都针的知识,偏重于语义描述;而道路的光度、几何与对不同的影像类别,即航空影像或卫星遥感影像,收稿日期:2002_10_13。第1期林宗坚等:从遥感影像提取
6、道路信息的方法评述91不同的比例尺(影像分辨率),不同区域的影像(如息、几何线索及道路局部的上下文关系集成于道城区、乡村或郊区)和不同的道路类型,如乡村路、路的模型中。该方法分为两步,第一是从多分辨街道、高速公路、高等级公路等,若干有代表性的率的影像上提取基元(边缘、线等),第二是根据道方法介绍如下。路的辐射度和几何约束,将可能的道路部分由相[5]1)BarzoharandCooper对道路的中心线、邻的基元(elements)跨过断裂反复编组成段(seg宽度、灰度、边缘和背景灰度级建立模型,将整幅ment)。对于不符合辐射度约束的位
7、置,提取的局图中的每个小窗口进行最大后验估计,然后用动部的上下文(localcontext)信息,对道路段的连接态规划法从这些候选者中得到全局的最优估计。给以约束。随着交叉点的提取,道路网也提取出[4]2)Vosslman和Knecht提出了一个与上述来了。这种方法能较好地在影像清晰、道路稀疏类似的方法并做了一些改进。道路的位置由灰度且有少数地方压盖的遥感影像中提取乡村道路断面和表面模型的最小二乘匹配(LSM)计算出网。[10]来,并用卡尔曼滤波更新路径的参数。该方法并8)文贡坚等提出了一种从城市航空影像未给出实验结果,此外它假定道路的曲率固定不自动提取比较直的主
8、干道路网的
