地理信息：影像道路特征提取的研究現(xiàn)狀

　　根據(jù)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(biāo)識別與提取的發(fā)展方向和最終目標(biāo)，

　　但由于遙感影像的復(fù)雜性和多樣性，對道路等人工地物的自動提取涉及計算機(jī)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(jīng)進(jìn)行了許多年,

　　國內(nèi)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(jī)各自的優(yōu)點，

　　將人的“識別”能力與計算機(jī)的“量測”與“定位”能力相結(jié)合。

　　采取人機(jī)交互方式進(jìn)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(jī)交互的形式進(jìn)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(jī)根據(jù)人工點進(jìn)行識別處理，

　　通過適當(dāng)?shù)娜斯じ深A(yù)，保證提取的準(zhǔn)確性。

　　這種方式較好地結(jié)合了人與計算機(jī)各自的優(yōu)勢，

　　在目前計外機(jī)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(nèi)外側(cè)繪界、計算機(jī)視覺模式識別與人工智能等領(lǐng)域

　　都對遙感影像上線狀特征(道路)半自動提取進(jìn)行了深人研究。

　　例如，美國McKeown實驗室等、國內(nèi)如武漢大學(xué)、國防科技大學(xué)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(fù)雜性，現(xiàn)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(zhǔn)確性等方面離大規(guī)模實際應(yīng)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(qiáng)來確定道路點;

　　根據(jù)結(jié)果進(jìn)一步發(fā)現(xiàn)一些道路“種子點”;

　　跟蹤、擴(kuò)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(shè)計。

　　2.自動道路特征提取

　　包括四個步驟：

　　(1)道路特征的增強(qiáng)，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(kuò)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(rèn)，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(shè)生成和假設(shè)驗證、

　　地物的語義關(guān)系表達(dá)、多源數(shù)據(jù)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