基于最小二乘匹配影像道路網(wǎng)提取方法

陳路，陳萍，高振峰，李潤(rùn)生

（1.61243部隊(duì)，烏魯木齊830006；2.信息工程大學(xué)地理空間信息學(xué)院，鄭州450052）

基于最小二乘匹配影像道路網(wǎng)提取方法

陳路1，陳萍1，高振峰1，李潤(rùn)生2

（1.61243部隊(duì)，烏魯木齊830006；2.信息工程大學(xué)地理空間信息學(xué)院，鄭州450052）

本文利用最小二乘匹配算法進(jìn)行遙感影像道路網(wǎng)提取，介紹了道路網(wǎng)提取的主要過(guò)程，通過(guò)對(duì)影像進(jìn)行預(yù)處理、種子點(diǎn)選取、最小二乘匹配、道路段篩選和連接來(lái)實(shí)現(xiàn)道路網(wǎng)的提取。

遙感影像；道路網(wǎng)提取；最小二乘匹配

目前國(guó)內(nèi)外對(duì)道路網(wǎng)的研究比較多，但這些算法利用的大多是影像的輻射信息，沒(méi)有充分利用道路的幾何特征（平行、線性等特征），為了提高提取的準(zhǔn)確率［1-4］。本文提出利用最小二乘匹配算法對(duì)遙感影像道路網(wǎng)進(jìn)行提取的思想，充分利用道路的輻射和幾何特征，將人工選擇的道路種子點(diǎn)鄰域與影像鄰域進(jìn)行匹配，并對(duì)匹配后的結(jié)果進(jìn)行幾何分析，篩選出與道路形狀最接近的矩形區(qū)域作為道路段，然后利用道路段之間幾何相關(guān)特性進(jìn)行道路段的連接獲取最終的道路網(wǎng)。

1 算法基本思想

基于最小二乘匹配的道路網(wǎng)提取算法充分利用影像上道路的輻射與幾何特征，其基本思想是：首先，對(duì)影像進(jìn)行壓縮濾波，去除影像上小的空間紋理；第二，根據(jù)輸入的種子點(diǎn)構(gòu)建種子點(diǎn)區(qū)域，并記錄該區(qū)域的輻射信息，將此區(qū)域作為最小二乘匹配的模版；第三，在影像上構(gòu)建相同大小的鄰域作為匹配區(qū)域，利用最小二乘匹配算法搜索最優(yōu)匹配點(diǎn)，并將其視為候選路段；最后，對(duì)最小二乘匹配處理后的道路段進(jìn)行篩選和連接，挑出最優(yōu)道路網(wǎng)。篩選的原則是將道路段的距離、道路段的方向等特征作為權(quán)值，分別計(jì)算相鄰道路段的距離以及相鄰路段的夾角并賦予一定的權(quán)值，將權(quán)值較大的作為道路網(wǎng)的一部分。

2 影像預(yù)處理

由于大氣和地理位置的影響，遙感影像的亮度在不同地方會(huì)有較大差異，因此，在進(jìn)行道路網(wǎng)提取之前，需要對(duì)影像的輻射強(qiáng)度信息進(jìn)行調(diào)整，使其更加易于道路提取。根據(jù)道路的輻射特征可知：道路上的點(diǎn)與周圍環(huán)境有著比較大的差異，其輻射強(qiáng)度比周圍鄰域的輻射強(qiáng)度高，如果一個(gè)點(diǎn)與其當(dāng)前的鄰域相比，輻射強(qiáng)度相似或比較低，則這個(gè)點(diǎn)在道路上的可能性較小。根據(jù)以上原理，本文采用壓縮濾波的算法對(duì)影像進(jìn)行預(yù)處理，將輻射強(qiáng)度分布進(jìn)行平滑，在不影響道路邊界結(jié)構(gòu)的基礎(chǔ)上去除那些小的空間紋理。

假設(shè)I是原始影像，I（p）標(biāo)記為點(diǎn)p的輻射強(qiáng)度，如果p點(diǎn)的輻射強(qiáng)度與其鄰域的亮度差異d小于閾值，則該點(diǎn)的輻射強(qiáng)度用當(dāng)前鄰域的平均值來(lái)代替。

3 道路網(wǎng)提取算法

預(yù)處理后的影像道路網(wǎng)與非道路網(wǎng)的差異明顯增大，在進(jìn)行道路網(wǎng)提取之前，需要用戶在道路上選擇種子點(diǎn)，種子點(diǎn)的數(shù)目由道路網(wǎng)的復(fù)雜程度而定，種子點(diǎn)的數(shù)目過(guò)多會(huì)明顯影響處理的效率。選好種子點(diǎn)后，統(tǒng)計(jì)種子點(diǎn)鄰域范圍內(nèi)的輻射特征，將其作為匹配模版，然后在影像上選取與種子點(diǎn)區(qū)域大小相同的鄰域作為待匹配區(qū)域，將其與模版區(qū)域進(jìn)行最小二乘匹配，由于最小二乘匹配算法充分利用了窗口內(nèi)的影像信息進(jìn)行平差計(jì)算，故其精度可以達(dá)到子像素級(jí)別。

4 道路網(wǎng)篩選與連接

經(jīng)過(guò)最小二乘匹配計(jì)算處理后，獲得了影像中與種子點(diǎn)區(qū)域相似的所有像素區(qū)域，但是這些區(qū)域的最佳匹配點(diǎn)當(dāng)中不一定全部都是道路網(wǎng)上的像素點(diǎn)，原因是最小二乘匹配沒(méi)有考慮道路網(wǎng)的幾何特征，僅對(duì)影像輻射信息進(jìn)行處理，所以需要對(duì)最小二乘計(jì)算得到的最佳匹配點(diǎn)進(jìn)行篩選。

故可以用一組相互連接的矩形區(qū)域表示一段道路，道路段篩選的原理就是根據(jù)此特點(diǎn)產(chǎn)生的，通過(guò)判斷當(dāng)前像素區(qū)域是否為矩形來(lái)對(duì)最小二乘匹配獲取的計(jì)算結(jié)果進(jìn)行篩選。

5 總結(jié)

本文針對(duì)在遙感影像上提取道路網(wǎng)的問(wèn)題，提出了基于最小二乘匹配思想的道路網(wǎng)提取算法，并利用不同的影像進(jìn)行實(shí)驗(yàn)驗(yàn)證，結(jié)果表明該算法可以有效的提取影像道路網(wǎng)。從算法計(jì)算效率來(lái)看，算法的處理時(shí)間與道路網(wǎng)的復(fù)雜性和種子點(diǎn)的數(shù)目乘正比，算法的效率還有進(jìn)一步提高的可能，論文接下來(lái)的工作將著重對(duì)此方面進(jìn)行研究。

［1］S.Udomhunsakul,"Semi-automatic road detection fromsatellite imagery",International Conference on ImageProcessing,vol.3,pp.1723–1726,2004.

［2］A.Grote and C.Heipke,"Road extraction for the update of road databases in suburban areas",International Archives of Photogrammetry and Remote Sensing,vol.37,part B3b,2008,pp.563-568.

［3］A.Grote,M.Butenuth and C.Heipke,"Road extraction in［3］suburban areas based on normalized cuts",International［3］Archives of Photogrammetry and Remote Sensing,vol.36,［3］part 3/W49A,2007,pp.51-56.

［4］王天柱.變形物體碰撞檢測(cè)技術(shù)研究［D］.長(zhǎng)春:吉林大學(xué)，［3］2006.

TP371.5

A

10.3969/j.issn.1001-0270.2015.05.25

2015-02-03