地理信息：影像道路特征提取的研究現狀

　　根據道路特征提取的自動化程度將道路特征提取分為全自動特征提取和半自動特征提取，

　　全自動提取無疑是遙感形像目標識別與提取的發(fā)展方向和最終目標，

　　但由于遙感影像的復雜性和多樣性，對道路等人工地物的自動提取涉及計算機視覺、

　　人工智作、模式識別與影像理解等諸多方面，

　　盡管自動提取道路等線狀地物的研究已經進行了許多年,

　　國內外專家在這方面做了大量的探討和努力，

　　但至今還沒有一種針對各種道路類型和比例尺(分辨率》影像的通用提取策略和算法。

　　因此，充分利用人與計算機各自的優(yōu)點，

　　將人的“識別”能力與計算機的“量測”與“定位”能力相結合。

　　采取人機交互方式進行半自動提取是目前條件下提取道路行之有效的方法。

　　1.半自動道路特征提取

　　半自動道路特征提取即利用人機交互的形式進行特征提取和識別,

　　其主要思想是由人工首先在道路上或道路附近提供初始道路點(種子點)，

　　有時還提供初始方向,然后再由計算機根據人工點進行識別處理，

　　通過適當的人工干預，保證提取的準確性。

　　這種方式較好地結合了人與計算機各自的優(yōu)勢，

　　在目前計外機識別能力不高的情況下，具有較高的實用價值。

　　由于半自動道路提取更具有實用性,

　　國內外側繪界、計算機視覺模式識別與人工智能等領域

　　都對遙感影像上線狀特征(道路)半自動提取進行了深人研究。

　　例如，美國McKeown實驗室等、國內如武漢大學、國防科技大學等院校都做了許多工作，

　　取得了明顯的成績，有的成果已具備初步的實用價值。

　　但由于遙感影像理解的復雜性，現有的提取算法基本上還是處于試驗階段，

　　其實用性、通用性、準確性等方面離大規(guī)模實際應用的要求還有較大差距。

　　道路半自動提取算法一般通過道路影像增強來確定道路點;

　　根據結果進一步發(fā)現一些道路“種子點”;

　　跟蹤、擴展“種子點”，形成道路段;

　　鏈接與顯示道路這幾步組成，

　　算法大多是基于對遙感影像線狀地物的灰度特征和幾何約束的整體優(yōu)化加以設計。

　　2.自動道路特征提取

　　包括四個步驟：

　　(1)道路特征的增強，例如影像濾波或小波變換等。

　　(2)道路“種子點”確定，確定可能的道路點。

　　(3)將種子點擴展成段，有基于規(guī)則的邊緣點自動鏈接、動態(tài)規(guī)劃、等方法。

　　(4)道路段的確認，自動連接。

　　這一步驟及自動編組算法，顧及上下文知識的連接假設生成和假設驗證、

　　地物的語義關系表達、多源數據的融合等高水平的自動影像解譯方法。



為您推薦  地理信息：影像道路的基本特征