基于数字图像处理技术遥感影像道路提取

《基于数字图像处理技术遥感影像道路提取》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、基于数字图像处理技术遥感影像道路提取　　摘要：本文针对道路提取目标，首先，对图像进行对比度扩展和均值滤波处理；然后利用图像分类方法对道路进行分类并对其进行二值化处理；最后对二值化图像进行腐蚀和膨胀运算处理，实现了道路的全局提取。实验结果表明，该方法对提取遥感图像中的道路效果明显。【关键词】二值化道路提取图像分类1引言道路信息作为国家基础设施建设重要信息之一，已在国土资源调查、城市规划、地理国情监测等方面扮演重要角色。随着遥感卫星传感器的迅猛发展，遥感影像分辨率不断提高；高分辨率遥感影像数据逐渐成为遥感应用主体，从遥感影像中提取

2、道路信息是一个重要的研究领域。本文主要针对道路提取目标，利用数字图像处理相关技术实现对道路的提取；并利用ERDAS软件对遥感图像进行处理，通过实验分析，该方法对道路提取效果显著。2图像对比度扩展基本理论2.1图像对比度扩展处理2.2图像均值平滑处理均值平滑是将某个像元在以其为中心的模板内取平均值来代替该像元，从而实现去噪和平滑图像的目的。43基于图像分类的道路提取最大似然比分类法是图像分类方法之一，它是通过求出每个像元对于各类别的归属概率，把该像元分到归属概率最大的类别中去的方法。当判别式位于x的某一像元的类别，使用条件概率：

3、位置矢量是一个多波段的光谱反射量的矢量，它将像元表达为多维光谱空间的一个点。概率给出了在光谱空间中点x的像元属于类别ωi的概率。分类按以下规则进行当最大时，像元归属于类别ωi。4基于数学形态学的图像修正数学形态学运算种类很多，腐蚀和膨胀是数学形态学中最基本的两个运算，本文主要运用腐蚀和膨胀算子两种；下面定义中I表示本待处理图像，B表示结构元素。本文利用腐蚀运算来消除道路相应斑点来达到去噪效果，利用膨胀运算来实现道路断线连接问题；并通过利用ERDAS软件工具来实现以上操作。5道路提取实验分析实验首先对原始图像进行对比度扩展与均值

4、滤波处理如图1，处理后其道路光谱亮度较高，与背景反差较明显，并且成线状特征有利于后面道路提取。4然后利用最大似然比分类法对道路进行提取如图2，并对其进行二值化处理如图3，最后利用数学形态学腐蚀和膨胀运算对图3所提取道路进行修正处理，最终得到道路提取结果如图4。结果如下：6结束语本文首先对图像进行对比度扩展和均值滤波处理，处理后图像中道路光谱亮度较高；本文主要利用道路光谱亮度这一特征进行道路分类并对其进行二值化，得到二值化道路提取结果。最后，利用数学形态学腐蚀运算对道路噪声和内部斑点进行处理，并利用膨胀运算对道路去噪后的断线情况

5、进行修正；实验结果表明，该方法在道路提取过程中效果明显，具有一定通用性。参考文献[1]罗昭拓.高分辨率遥感图像中道路提取的分析与研究[C].上海交通大学，2008（01）.[2]杨园园.遥感影像道路提取方法的研究[C].西安电子科技大学，2009（12）.[3]朱述龙，朱宝山，王红卫.遥感图像处理与应用[M].科学出版社，2006（02）.[4]梅安新，彭望禄，秦其明.遥感导论[M].北京：高等教育出版社，2001.[5]党安荣，贾海峰，陈晓峰，张建宝.ERDASIMAGINE遥感图像处理教程[M].清华大学出版社.2010.

6、[6]潘建平，邬明权.基于数学形态学的道路提取[J].计算机工程与应用，2008（11）.4作者简介任毅（1988-），男，汉族，重庆市开县人，工作于重庆交通大学土木建筑学院，硕士，研究方向为摄影测量与遥感，地理国情监测等。作者单位重庆交通大学土木建筑学院重庆市4000744