资源描述：
《一种自动的高分辨率遥感影像道路提取方法》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、２０１７年２月西安电子科技大学学报（自然科学版）Feb．２０１７第４４卷第１期JOURNALOFXIDIANUNIVERSITYVol．４４No．１doi:１０.３９６９/j.issn.１００１‐２４００.２０１７.０１.０１８一种自动的高分辨率遥感影像道路提取方法１１１２刘如意，宋建锋，权义宁，许鹏飞，１３１雪晴，杨云，苗启广（１．西安电子科技大学计算机学院，陕西西安７１００７１；２．西北大学信息科学与技术学院，陕西西安７１０１２７；３．西安测绘研究所地理信息工程国家重点实验室，陕西西安７１０
2、０５４）摘要：从高分辨率遥感影像中提取道路有着非常重要的意义，但是受到遥感影像噪声、复杂的自然场景和已有算法的局限性的影响，道路提取有待于进一步研究．近些年来水平集方法被用于提取道路，但是初始水平演化曲线的确定却是一个大的难点．笔者提出一种自动的水平集分割方法，并将其用于道路检测中．首先，将卷积神经网络用于道路的粗分类．然后，利用形状特征和孔洞填充方法得到比较准确的道路区域．在此基础上，利用张量投票来提取道路的交叉口，并将其轮廓作为水平集演化的初始曲线进行水平集分割．最后，结合卷积神经网络分类和
3、水平集分割的优势，得到比较完整的道路区域，并保持了道路的边缘．实验结果表明，该方法能自动地提取准确完整的道路区域．关键词：卷积神经网络；形状特征分析；张量投票；水平集分割；信息融合中图分类号：TP３９１文献标识码：A文章编号：１００１‐２４００（２０１７）０１‐０１００‐０６Automaticroadextractionmethodforhigh‐resolutionremotesensingimages１１１２LIURuyi,SONGJianfeng,QUANYining,XUPengfei,
4、１３１XUEQing,YANGYun,MIAOQiguang(１.SchoolofComputerScienceandTechnology,XidianUniv.,Xi摧an７１００７１,China;２.SchoolofInformationScienceandTechnology,NorthwestUniv.,Xi摧an７１０１２７,China;３.StateKeyLab.ofGeo‐informationEngineering,Xi摧anResearchInstituteofSurveyin
5、gandMapping,Xi摧an７１００５４,China)Abstract:Roadextractionfromhigh‐resolutionsatelliteimagesisveryimportant.Duetoimagenoise,thenaturalscenecomplexity,andtheextractionalgorithmslimitations,itstillneedstobefurtherresearched.Inrecentyears,levelsetevolutionha
6、sbeenusedtoextracttheroad,butitisdifficulttoautomaticallygenerateinitiallevelcurvesforthelevelsetevolution(LSE).Inthispaper,weproposeanautomaticapproachtothegenerationofinitiallevelcurvesanduseittoextracttheroad.Firstly,theconvolutionalneuralnetwork(
7、CNN)isusedtoclassifytheroadornonroad,thenshapefeaturesareadoptedtofilternonlinearfeaturestogettheaccurateroadregion.Andonthisbasis,weexploittensorvotingtodetecttheroadjunctionsandutilizethemasinitiallevelcurves;finallywefusetheresultsobtainedbytheCNN
8、andLSE.Experimentsshowthatthisalgorithmcangetanaccurateandcompleteroad.KeyWords:convolutionalneuralnetwork(CNN);shapefeature;tensorvoting;levelset;informationfusion收稿日期：２０１６‐０１‐２０网络出版时间：２０１６‐０５‐２３基金项目：国家自然科学基金资助项目（６１４７２３０２，６１２７２２８０，U１４０４６２０，４１２７１４４７）
