基于山脊边界特性的航空图像中公路检测算法

提出一种获取复杂航空图像中的公路线条的算法。该方法首先对图像进行高斯平滑去掉麻点或短线条等噪声,通过分数阶微分模板对平滑后的图像进行图像增强,以突出公路线条。再用以短线段为检测对象的基于山脊特性的边界扫描算法对图像进行操作,获得候选的公路线条,然后用阈值滤掉尽可能多的噪声线条及噪声点,最后去除毛刺和用人工智能的方法缝合道路的间隙。对于高精度的原始图像进行图像缩小以减少计算量,缩小的倍数以不影响道路的检测为准。对缩小的图像进行上述处理后,再结合检测结果和原始图像信息将检测结果放大到原始图像的尺寸。实验结果表明,该算法适用于高分辨率遥感图像中直线和曲线道路的粗提取,而且能够达到令人满意的提取效果。