高分辨率遙感影像道路半自動追蹤方法研究

林祥國

中國測繪科學研究院攝影測量與遙感研究所，北京100830

高分辨率遙感影像道路半自動追蹤方法研究

林祥國

中國測繪科學研究院攝影測量與遙感研究所，北京100830

從高分辨率遙感影像上進行道路目標的半自動提取，是攝影測量與遙感、計算機視覺、模式識別與人工智能等研究領域面臨的重大挑戰(zhàn)，也是當前研究的熱點。數(shù)十年來，研究人員提出、建立了許多理論框架、試驗系統(tǒng)與算法。然而，受制于問題本身的復雜度、難度和當前科技發(fā)展的水平，要研制達到滿足工程需要且具有很高自動化程度的實用系統(tǒng)，在理論和算法上，恐怕還要花很長的一段時間。本文以面向工程生產為導向，對高分辨率遙感影像上道路半自動提取的理論與方法進行了分析和探索，提出并實現(xiàn)了一系列有實際應用價值的方法和算法，主要研究內容包括：

（1）提出基于輻輪（spoke wheel）算法和區(qū)域生長算法集成的道路參數(shù)獲取方法，為道路追蹤獲取必需的先驗信息：道路的起始點、道路寬度和道路行進方向。該方法在用戶輸入兩個初始種子點的情況下，可以提取某道路段對應的矩形，該矩形可以派生后續(xù)道路追蹤所必需的先驗信息。

（2）提出基于支持向量數(shù)據(jù)描述（SVDD）與距離變換集成的道路追蹤方法，可提取高／超分辨率遙感影像上有嚴重噪聲干擾的非等級道路。道路追蹤過程中，該方法采用SVDD對目標模板進行實時的分類，采用距離變換的方法削弱噪聲對SVDD分類的負面影響。

（3）提出基于最小二乘“＋”形模板匹配的道路追蹤方法，可提取高／超高分辨遙感影像上帶清晰的車道標記線、道路中心線或綠化條帶的等級道路。它將道路參考剖面與車道標記線、道路中心線或綠化條帶的矩形參考模板組合起來，形成類似“＋”形的參考模板，這種參考模板可以最大限度地削弱車輛遮蔽、陰影等對后續(xù)道路追蹤的干擾。追蹤過程中，使用了最小二乘模板匹配原理獲取最佳的道路軌跡。

（4）提出剖面變換的方法，可自動檢測高／超高分辨遙感影像道路面上的車道標記線、道路中心線，以輔助基于最小二乘“＋”形模板匹配的道路追蹤中參考模板的生成。

設計并開發(fā)了一套道路半自動提取的原型系統(tǒng)，該系統(tǒng)集成了多種道路半自動追蹤方法和道路初始化方法；使用該系統(tǒng)，并融合上述道路追蹤的方法進行了道路網的提取試驗；試驗數(shù)據(jù)包括高分辨衛(wèi)星影像，和超高分辨率航空影像，并且這些影像的場景復雜度較高。試驗結果表明，基于算法融合的道路提取方式可以精確、高效、穩(wěn)健地提取高／超高分辨遙感影像上的道路網。

Methods of Road Tracking from High Resolution Remotely Sensed Imagery

LIN Xiangguo
Institute of Photogrammetry and Remote Sensing，Chinese Academy of Surveying and Mapping，Beijing100830，China

his doctorate from School of Resources and Environment，Wuhan University in December 2009.His research interests include information extraction from remotely sensed imagery and LiDAR point cloud processing.

TP753

D

1001－1595（2012）01－0627－01

國家自然科學基金（41001280），中國博士后基金（2010047038）

2011－10－21

林祥國（1981—），2009年畢業(yè)于武漢大學，獲地圖學與地理信息系統(tǒng)專業(yè)博士學位（指導教師：張繼賢研究員），主要研究方向為遙感圖像信息提取、激光雷達點云處理等。

E－mail：linxiangguo＠gmail.com