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(dòng)化程度將道路特征提取分為全自動(dòng)特征提取和半自動(dòng)特征提取，

　　全自動(dòng)提取無(wú)疑是遙感形像目標(biāo)識(shí)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(duì)道路等人工地物的自動(dòng)提取涉及計(jì)算機(jī)視覺(jué)、

　　人工智作、模式識(shí)別與影像理解等諸多方面，

　　盡管自動(dòng)提取道路等線狀地物的研究已經(jīng)進(jìn)行了許多年,

　　國(guó)內(nèi)外專家在這方面做了大量的探討和努力，

　　但至今還沒(méi)有一種針對(duì)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(jì)算機(jī)各自的優(yōu)點(diǎn)，

　　將人的“識(shí)別”能力與計(jì)算機(jī)的“量測(cè)”與“定位”能力相結(jié)合。

　　采取人機(jī)交互方式進(jìn)行半自動(dòng)提取是目前條件下提取道路行之有效的方法。

　　1.半自動(dòng)道路特征提取

　　半自動(dòng)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(shí)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(diǎn)(種子點(diǎn))，

　　有時(shí)還提供初始方向,然后再由計(jì)算機(jī)根據(jù)人工點(diǎn)進(jìn)行識(shí)別處理，

　　通過(guò)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(jì)算機(jī)各自的優(yōu)勢(shì)，

　　在目前計(jì)外機(jī)識(shí)別能力不高的情況下，具有較高的實(shí)用價(jià)值。

　　由于半自動(dòng)道路提取更具有實(shí)用性,

　　國(guó)內(nèi)外側(cè)繪界、計(jì)算機(jī)視覺(jué)模式識(shí)別與人工智能等領(lǐng)域

　　都對(duì)遙感影像上線狀特征(道路)半自動(dòng)提取進(jìn)行了深人研究。

　　例如，美國(guó)McKeown實(shí)驗(yàn)室等、國(guó)內(nèi)如武漢大學(xué)、國(guó)防科技大學(xué)等院校都做了許多工作，

　　取得了明顯的成績(jī)，有的成果已具備初步的實(shí)用價(jià)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(yàn)階段，

　　其實(shí)用性、通用性、準(zhǔn)確性等方面離大規(guī)模實(shí)際應(yīng)用的要求還有較大差距。

　　道路半自動(dòng)提取算法一般通過(guò)道路影像增強(qiáng)來(lái)確定道路點(diǎn);

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

　　跟蹤、擴(kuò)展“種子點(diǎn)”，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(duì)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(jì)。

　　2.自動(dòng)道路特征提取

　　包括四個(gè)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(diǎn)”確定，確定可能的道路點(diǎn)。

　　(3)將種子點(diǎn)擴(kuò)展成段，有基于規(guī)則的邊緣點(diǎn)自動(dòng)鏈接、動(dòng)態(tài)規(guī)劃、等方法。

　　(4)道路段的確認(rèn)，自動(dòng)連接。

　　這一步驟及自動(dòng)編組算法，顧及上下文知識(shí)的連接假設(shè)生成和假設(shè)驗(yàn)證、

　　地物的語(yǔ)義關(guān)系表達(dá)、多源數(shù)據(jù)的融合等高水平的自動(dòng)影像解譯方法。



為您推薦  地理信息：影像道路的基本特征