像元与对象特征融合的高分辨率遥感影像道路中心线提取

被引：34

作者：

曹云刚 ^{[1
,2
]}

王志盼 ^{[1
,2
]}

慎利 ^{[1
,2
]}

肖雪 ^{[1
,2
]}

杨磊 ^{[3
]}

机构：

[1] 西南交通大学高速铁路运营安全空间信息技术国家地方联合工程实验室

[2] 西南交通大学地球科学与环境工程学院

[3] 四川省第二测绘地理信息工程院

来源：

测绘学报 | 2016年 / 10期

关键词：

高分辨率遥感; 多特征融合; 道路提取; 基于像素; 面向对象;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

提出了一种融合像元-多尺度对象级特征的高分辨率遥感影像道路中心线提取方法。首先在像素级上提取影像的纹理和形状结构特征,在构建的多尺度分割集影像上提取对象的区域光谱特征。然后,将像元级特征与多尺度对象特征进行决策级融合,完成道路网的粗提取。最后,结合本文所提出的非道路区域自动去除算法和张量投票算法,实现道路中心线的精提取。不同场景、不同分辨率数据下开展的试验结果表明,该方法可有效改善传统道路提取方法易产生的"盐噪声"和非道路地物粘连现象。

引用

页码：1231 / 1240+1249 +1249

页数：11

共 15 条

[1] 高光谱影像光谱-空间多特征加权概率融合分类 [J].

张春森 ;

郑艺惟 ;

黄小兵 ;

崔卫红 .

测绘学报, 2015, (08) :909-918

[2] 曲折道路遥感影像圆投影匹配改进追踪法 [J].

傅罡 ;

赵红蕊 ;

李聪 ;

石丽梅 .

测绘学报 , 2014, (07) :724-730+738

[3] 基于改进的像素级和对象级的遥感影像合成分类 [J].

李刚 ;

万幼川 .

测绘学报, 2012, 41 (06) :891-897+903

[4] 影像与LiDAR数据信息融合复杂场景下的道路自动提取 [J].

李怡静 ;

胡翔云 ;

张剑清 ;

江万寿 ;

张永军 .

测绘学报, 2012, 41 (06) :870-876

[5] 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].

雷小奇 ;

王卫星 ;

赖均 .

测绘学报, 2009, 38 (05) :457-465

[6] 基于张量投票算法的SAR图像道路提取方法 [J].

沈大江 ;

王峥 ;

田金文 .

华中科技大学学报(自然科学版), 2009, 37 (04) :51-54

[7] 基于多重信息融合的高分辨率遥感影像道路信息提取 [J].

李晓峰 ;

张树清 ;

韩富伟 ;

秦喜文 ;

于欢 .

测绘学报 , 2008, (02) :178-184

[8] 融合形状和光谱的高空间分辨率遥感影像分类 [J].

黄昕 ;

张良培 ;

李平湘 .

遥感学报, 2007, (02) :193-200

[9] 从遥感影像提取道路特征的方法综述与展望 [J].

史文中 ;

朱长青 ;

王昱 .

测绘学报, 2001, (03) :257-262

[10]

Region-based urban road extraction from VHR satellite images using Binary Partition Tree[J] . Mengmeng Li,Alfred Stein,Wietske Bijker,Qingming Zhan.International Journal of Applied Earth Observatio . 2016

← 1 2 →