滤波器组实现SAR图像中主要道路提取

合成孔径雷达(SAR)图像中道路目标自动提取既是当前遥感技术应用中的热点又是急待解决的难点。着眼SAR图像中道路目标的自动提取,在分析SAR图像特征的基础上,绕开常见的利用边缘检测算子提取图像中道路线段的作法,通过适当选择滤波窗口在去噪的同时尽量保持道路边缘,再通过二次二维方向性滤波、去枝滤波准确高效地提取了SAR图像中的道路目标。实验证明该方法在提取SAR图像中主要道路目标时几乎不需要调整参数,人工干预少,自动化程度高。

一种基于水平集方法提取高分辨率遥感影像中主要道路信息的算法

以IKONOS多光谱影像为例,提出了一种从高分辨率遥感影像提取城市主要道路的方法。首先,利用矢量图像梯度算法获取道路的边缘。然后,通过分析各类地物在IKONOS多光谱波段中的光谱特征,发现绿光与近红外波段的差值影像,不仅能较为有效地区分道路与植被、水体和裸土的信息,而且能减小道路建筑材质不同引起的道路光谱信息的异质性。再利用旋转不变Gabor小波方法获取影像的纹理特征,进一步区分道路与建筑物。在水平集理论框架下,用速度函数将道路的梯度、光谱、纹理特征结合起来,用快速行进算法提取道路。最后,用数学形态学方法进行提取结果的优化。为验证上述方法的实用性,将该方法应用于两个云覆盖情况不同的实验区,结果表明用该方法能有效地从IKONOS影像中提取主要道路信息,且在薄云覆盖区域依然有效。

基于对称边缘方向直方图自动提取主要道路

提出一种从航空影像中自动提取主要道路的方法。以对称边缘方向直方图作为主要道路特征矢量,先采用一种顾及数据空间分布特性的模糊C均值聚类算法分割提取主要道路种子段,然后利用Snakes算法跟踪提取完整主要道路网络。实验结果表明,所提方法能有效地从航空影像中自动提取主要道路网。