当前位置:主页 > 科技论文 > 路桥论文 >

局部自适应方向模板匹配的高分辨率遥感影像道路提取

发布时间:2017-01-31 21:14

  本文关键词:基于多重信息融合的高分辨率遥感影像道路信息提取,由笔耕文化传播整理发布。


  • 相关文章 (15)

  • 全文: (1935 KB)   RICH HTML

    局部自适应方向模板匹配的高分辨率遥感影像道路提取


    输出: BibTeX | EndNote (RIS)      

    摘要 

    提出了一种基于局部自适应方向模板匹配的高分辨率遥感影像道路提取方法。该方法利用局部自适应方向模板匹配对遥感图像进行初步分割,得到二值化的粗糙道路段;利用局部灰度一致性原理对输入图像进行一致性检测,得到图像中各像素点的局部灰度检测结果。将初步分割结果和局部灰度一致性检测结果进行信息融合,获得较纯净的初始道路段。最后,使用道路的形状特征对经信息融合后的结果进行滤波,得到初始道路提取结果。由于道路在空间上是连续的,所以在图像中道路的面积不会太小,利用面积指数剔除小面积区域,利用长宽比指数剔除非道路信息,即可获得提取结果。采用2幅高分辨率遥感影像对算法进行了验证,并与现有的道路提取方法进行了对比。实验结果表明,该方法能较好地提取出道路信息。

    服务

    E-mail Alert

    RSS

    收稿日期: 2015-03-25     

    中图分类号: TP751  

    基金资助:

    国家自然科学基金资助项目(No.61271348)

    通讯作者: 孙可(1979-),男,山东滕州人,博士研究生,副编审,2010年于沈阳师范大学获得硕士学位,主要进行高分辨率遥感影像信息提取的研究。E-mail:13B905034@hit.edu.cn     E-mail: 13B905034@hit.edu.cn

    作者简介: 张钧萍(1970-),女,黑龙江哈尔滨人,哈尔滨工业大学信号与信息处理学科教授,博士生导师,IEEE会员,中国图象图形学会会员,主要从事遥感影像处理的研究。E-mail:zhangjp@hit.edu.cn

    引用本文:   

    孙可, 张钧萍. 局部自适应方向模板匹配的高分辨率遥感影像道路提取[J]. 光学精密工程, 2015, 23(10z): 509-515. SUN Ke, ZHANG Jun-ping. Road extraction from high-resolution remote sensing imagery based on local adaptive directional template match. Editorial Office of Optics and Precision Engineering, 2015, 23(10z): 509-515.

    链接本文:  

         或     

    [1] DAS S, MIRNALINEE T T, VARGHESE K. Use of salient features for the design of a multistage framework to extract roads from high-resolution multispectral satellite images[J]. IEEE Trans. Geosci. Remotesens. 2011, 49(10):3906-3931.

    [2] 李晓峰,张树清,韩富伟,等. 基于多重信息融合的高分辨率遥感影像道路信息提取[J]. 测绘学报, 2008,37(2):178-184. LI X F, ZHANG S Q, HAN F W, et al.. Road extraction from high-resolution remote sensing images based on multiple information fusion[J]. Acta Geodaetica et Cartographica Sinica, 2008,37(2):178-184.(in Chinese)

    [3] 杨晓亮,文贡坚. 高分辨率遥感影像中提取道路网方法综述[J]. 遥感技术与应用, 2012,27(3):465-471. YANG X L, WEN G J. Review on the methods for road network extraction from high-resolution remote sensing images[J]. Remote Sensing Technology and Application, 2012,27(3):467-471.(in Chinese)

    [4] MENA J B. State of the art on automatic road extraction for GIS update:A novel classification[J]. Pattern Recognition Letters,2003,24(16):3037-3058.

    [5] DAS S, MIRNALINEE T T, VARGHESE K. Use of salient features for the design of a multistage framework to extract roads from high-resolution multispectral satellite images[J]. IEEE Trans. Geosci. Remotesens., 2011, 49(10):3906-3931.

    [6] VALERO S, CHAANUSSOT J, BENEDIKTSSON J A, et al.. Advanced directional mathematical morphology for the detection of the road network in very high resolution remote sensing images[J]. Pattern Recognition Letters, 2010,31:1120-1127.

    [7] ZHANG Q P, COULOIGNER I. Benefit of the angular texture signature for the separation of parking lots and roads on high resolution multi-spectral imagery[J]. Pattern Recognition Letters, 2006,27:937-946.

    [8] ZHANG Y. Texture-integrated classification of urban treed areas in high-resolution color-infrared imagery[J]. Photogrammetric Engineering & Remote Sensing, 2001,67(12):1359-1365.

    [9] WANG R S, HU Yong, ZHANG X M. Extraction of road networks using pan-sharpened multispectral and panchromatic quickbird images[J]. Geomatica, 2005,59(3):263-273.

    [10] SHI W Z, MIAO Z L, DEBAYLE J. An integrated method for urban main-road centerline extraction from optical remotely sensed imagery[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013,52(6):3359-3372.

    [11] CHAUDHURI D, MURHTY C A, CHAUDHURI B B. A modified metric to compute distance[J]. Pattern Recognition, 1992,25(7):667-677.

    [12] 雷小奇,王卫星,赖均. 一种基于形状特征进行高分辨率遥感影像道路提取方法[J]. 测绘学报, 2009,38(5):457-465. LEI X Q, WANG W X, LAI J. A method of road extraction from high-resolution remote sensing images based on shape features[J]. Acta Geodaetica et Cartographica Sinica, 2009,38(5):457-465.(in Chinese)

    [13] MIAO Z L, SHI W Z, ZHANG H, et al.. Road centerline extraction from high-resolution imagery based on shape features and multivariate adaptive regression splines[J]. IEEE Geoscience and Remote Sensing Letters, 2013,10(3):583-587.

    [1] 田云翔, 武江龙, 田小林. 鲁棒主成份分析与IHS变换相结合的卫星图像融合[J]. 光学精密工程, 2015, 23(10z): 504-508.

    [2] 翟优, 熊伟, 曾峦. 利用单应约束实现结构化场景的匹配扩展[J]. 光学精密工程, 2015, 23(10z): 466-471.

    [3] 宁永慧, 郭永飞, 曲利新, 杨会生. 多通道时间延迟积分CCD辐射标定和像元实时处理[J]. 光学精密工程, 2015, 23(10): 2952-2961.

    [4] 唐中奇, 付光远, 陈进, 张利. 基于多尺度分割的高光谱图像稀疏表示与分类[J]. 光学精密工程, 2015, 23(9): 2708-2714.

    [5] 张成业, 秦其明, 陈理, 王楠, 赵姗姗. 高光谱遥感岩矿识别的研究进展[J]. 光学精密工程, 2015, 23(8): 2407-2418.

    [6] 高放, 刘宇, 郭树旭. 基于上下文窗口中反向搜索的高光谱图像无损压缩[J]. 光学精密工程, 2015, 23(8): 2376-2383.

    [7] 张宁, 冯书谊, 濮建福, 沈霁, 吴红松, 李贤, 张雷. 多光谱遥感图像CCSDS动态码率控制近无损压缩[J]. 光学精密工程, 2015, 23(6): 1783-1790.

    [8] 李志敏, 张杰, 黄鸿, 江涛. 面向高光谱图像分类的半监督丛流形学习[J]. 光学精密工程, 2015, 23(5): 1434-1442.

    [9] 智喜洋, 张伟, 侯晴宇*, 孙晅. 基于空不变图像复原的光学遥感成像系统优化[J]. 光学精密工程, 2015, 23(5): 1490-1497.

    [10] 王忠良, 冯燕, 肖华, 王丽. 高光谱图像的分布式压缩感知成像与重构[J]. 光学精密工程, 2015, 23(4): 1131-1137.

    [11] 王睿, 朱正丹. 融合全局-颜色信息的尺度不变特征变换[J]. 光学精密工程, 2015, 23(1): 295-301.

    [12] 金炜, 符冉迪, 范亚会, 王文龙, 田文哲. 采用多模糊支持向量机决策融合的积雨云检测[J]. 光学精密工程, 2014, 22(12): 3427-3434.

    [13] 魏小峰, 耿则勋, 宋向. 光学合成孔径复原图像的振铃探测与消除[J]. 光学精密工程, 2014, 22(11): 3091-3099.

    [14] 张雄美, 易昭湘, 田淞, 宋建社. 结合形态学属性断面与支持向量机的合成孔径雷达图像变化检测[J]. 光学精密工程, 2014, 22(10): 2832-2839.

    [15] 谭熊, 余旭初, 张鹏强, 秦进春. 基于多核支持向量机的高光谱影像非线性混合像元分解[J]. 光学精密工程, 2014, 22(7): 1912-1920.


      本文关键词:基于多重信息融合的高分辨率遥感影像道路信息提取,,由笔耕文化传播整理发布。



    本文编号:239715

    资料下载
    论文发表

    本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/239715.html


    Copyright(c)文论论文网All Rights Reserved | 网站地图 |

    版权申明:资料由用户4e977***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com