基于高分辨率SAR图像的道路提取算法

针对合成孔径雷达(synthetic aperture radar,SAR)图像中道路边缘的特点,提出了一种基于多条件加权法的高分辨率SAR图像道路提取算法。该算法使用FROST滤波抑制相干斑噪声,并使用OSTU算法对高分辨率SAR图像进行二值化,对二值化后的SAR图像进行膨胀与腐蚀,再使用五邻居边缘检测器与多条件加权法提取道路的一个边缘,最终使用桥连接模式提取出完整的道路边缘。实验结果表明,该算法可以消除噪声,消除障碍物的干扰,有效的提取道路边缘。

基于高分辨率SAR图像的道路自动提取

在传统算法的基础上,用多条件加权法进行道路边缘点的判断,充分利用道路的物理特性,将道路边缘点像素上下文特性作为判断的条件,以实现道路边缘线段的识别。桥接模式的思想是根据道路边缘线平行且宽度一定的特性,通过算法找出两条边缘线段之间的对应点,连接对应点以实现道路提取。经实验测试,该算法能消除地物间的影响和噪声干扰,有效地提高了道路提取的精度和速率。

高分辨率SAR图像主干道路提取方法研究

SAR图像中,道路是一种重要的地物特征,道路目标提取有着重要的理论意义和应用价值。在高分辨率SAR图像中主干道路呈现出明显的线性特征,本文利用这一特征对多种道路提取算法进行对比,简洁高效的从高分辨率SAR图像中提取出主干道路片段。本文首先用Lee滤波和BM3D算法对SAR图像进行滤波处理,去除斑点噪声,对比两种方法的处理效果。然后用OSTU二值化算法处理滤波后的图像,提取感兴趣区域,实现图像二值化。之后用分别用多条件加权算法和ROEMA算子法,提取道路边缘。用膨胀腐蚀算法弥补因遮挡等造成的边缘点断开,去除非边缘点。最后实现Hough变换算法,检测出道路,并在原图中标注。对多幅高分辨率SAR图像处理后可以看出,本文方法能够的从高分辨率SAR图像中提取出主干道路片段,是一种实用的高分辨率SAR图像主干道路提取方法。