资源描述：
《基于道路网矢量数据的遥感影像道路损毁检测》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、14测绘通报2011年第4期文章编号:04940911(2011)04001403中图分类号:P231.1文献标识码:B基于道路网矢量数据的遥感影像道路损毁检测徐阳,李清泉,唐炉亮(武汉大学遥感信息工程国家重点实验室,湖北武汉430079)RoadDamageDetectionfromRemoteSensingImageryBasedonRoadNetworkVectorDataXUYang,LIQingquan,TANGLuliang摘要:利用面向对象方法对地震后高分辨率遥感影像上的道路进行多尺度分割和分类。通过融
2、合地震前道路网矢量数据与地震后遥感影像,提出一种基于自适应模板的道路损毁检测方法。试验结果证明,该方法能够快速、准确地对损毁信息进行提取。关键词:面向对象;多尺度分割;自适应模板;数据融合长度和宽度的面状地物,传统方法多采用种子生长一、引言算法,如基于最小二乘样条曲线的道路识别方法、近年来,全球地震灾害频繁。2008年5月12边缘跟踪算法等。但这些方法大多基于灰度,并没日,四川省汶川县发生里氏8.0级地震,全国诸多区有考虑道路与背景的纹理差异和道路本身所具备域有明显震感。2010年4月14日,青海玉树发生的形状特质,其分类效果和实用性在震区道路提取里氏7.1级地震,
3、震源深度达33km。地震产生的中的效果往往不太理想。泥石流、滑坡以及次生灾害对震区的道路产生了极在高分辨率遥感影像上,随着影像分辨率的提大的破坏,使得交通系统产生不同程度的损毁,甚高,影像细节特征越来越丰富,道路目标也越来越至瘫痪。而道路交通是救援的生命线,地震造成的多,许多较窄的在低分辨率影像上难以辨别的道路道路损毁和阻断,使得救援物资、人员和车辆无法也能分辨出来。可是,随之而来的是影像上非目标[3]及时进入,救灾工作无法快速、有序地开展。噪声也越来越多。传统的基于像元分类的方法面对突如其来的地震灾害,通常无法进行大范仅考虑光谱特征,难以满足分类的精度要求。面向围的实地
4、应急调查,加上天气、地质条件恶劣,无法对象的道路分类方法以像元为基本单元,利用多尺依靠传统的方法及时、准确地获取道路受损情况。度分割技术,将像元划分为若干同质的像素集合,本文基于航空遥感具有覆盖周期短、获取速度快、利用道路对象的光谱、纹理以及结构特征和空间特[1]征[4],对道路进行多尺度分割与面向对象的分类。分辨率高等特点,针对交通部门虽得到与地震区域吻合的震前航空遥感影像,却无法有效地利用传1.影像的多尺度分割统的变化检测方法对道路损毁情况进行快速评估在进行道路分类之前,首先要对影像进行必要的情况下,提出一种融合道路网矢量数据的遥感影的预处理,包括影像的几何纠正和重投
5、影等。在道像道路损毁提取方法。利用地震后的遥感数据与路影像的多尺度分割过程中,尺度的选择非常重要,尺度就是决定分割对象异质性最小的阈值。尺地震前的矢量路网信息的融合,快速提取道路损毁度过大,分割就有可能将道路与背景划分为同一个信息,避免了利用单时相的震后影像对道路损毁进[2]对象;尺度过小,分割就会将道路分为若干细小、零行提取所带来的困难和不准确性,为灾后道路损碎的对象。图像分类结果不仅与分割尺度的选择毁评估提供了一定的借鉴和依据。有关,还取决于光谱差异性与形状差异性,不同光二、面向对象的地震后道路影像自适应谱的对象一般不属于同一类地物,然而形状因子有尺度分类助于避免
6、影像对象形状的不完整。在高分辨率遥感影像中,道路表现为具有一定影像的分割尺度随着影像分辨率大小产生变收稿日期:20100914作者简介:徐阳(1987),男,湖北武汉人,硕士生,主要研究方向为交通地理信息系统。2011年第4期徐阳,等:基于道路网矢量数据的遥感影像道路损毁检测15化,一般来说,分辨率越高,影像上地物细节越丰象的思想对分类结果加以修正。如在分类过程中富,像元异质性也就越大,对于尺度变化敏感,因此对影像对象的长度、宽度、长宽比、矩形度等形状参初始分割尺度应设置较小,若分割情况不理想则将数进行约束,就能够有效地将建筑物、水井等地物尺度慢慢
7、增大;分辨率越低,影像越模糊,因此对尺与道路区分开来,得到良好的分类结果。若分类结度变化并不敏感,相应地可以将分割尺度设置偏大果中还有噪声存在,则可以利用道路网数据,根据一些。当然,对于分割尺度的选择并没有绝对的准相应道路的宽度生成缓冲区,缓冲区宽度可以根据则,须根据不同的影像进行多次试验,方可得到满道路等级设定。将空间操作获取的道路区域,与图[6]意的分割结果。像进行逻辑运算,保留实现道路区域图像分割。影像上最丰富的信息是光谱信息,因此在光谱在某些次生灾害条件下,上述步骤还不能将完和形状差异性的权值选择上,需要以光谱信息为好
