遙感圖像道路信息提取方法研究進展

楊曉雯

【摘 要】基于道路建設(shè)力度的不斷提高，道路形式也變得更加復(fù)雜，道路信息內(nèi)容也變得更加多樣，而道路信息提取難度也隨之提高，這就對提取方法提出了更高的要求。在長期的探索和研究過程中，遙感圖像道路信息提取方法也在不斷發(fā)展、進步，現(xiàn)階段已經(jīng)形成了多種多樣的方法。論文從多方面主要分析了遙感圖像道路信息提取方法。

【Abstract】With the constantly improve of road construction efforts， the types of road become more complex， the the road information content become more diverse， and the road information extraction become more difficulty， the extraction method has been put forward higher requirements. In the process of long-term exploration and research， the road information extraction methods of remote sensing images are also developing and improving. At present， a variety of methods have been developed. In this paper， the method of road information extraction from remote sensing images is analyzed in many ways.

【關(guān)鍵詞】遙感圖像；道路信息提取；常用方法；發(fā)展趨勢

【Keywords】remote sensing image； road information extraction； common methods； development trend

【中圖分類號】TP15 【文獻標(biāo)志碼】A 【文章編號】1673-1069（2017）09-0189-02

1 引言

道路信息作為地理信息中的重要組成，通過對道路有效信息進行提取，能夠為道路交通管理以及交通事故處理提供可靠的資料和依據(jù)，對促進社會發(fā)展、維護社會穩(wěn)定具有重要意義。當(dāng)前道路信息提取工作，基本都是借助衛(wèi)星遙感技術(shù)及圖像處理技術(shù)完成的，在長期的探索和研究過程中，遙感圖像道路信息提取方法也在不斷發(fā)展、進步，現(xiàn)階段已經(jīng)形成了多種多樣的方法。并且，隨著衛(wèi)星遙感技術(shù)及圖像處理技術(shù)的愈發(fā)成熟，遙感圖像道路信息提取方法將會得到良好發(fā)展，以及更加廣泛的應(yīng)用。

2 遙感圖像道路基本特點

在應(yīng)用遙感技術(shù)及圖像處理技術(shù)提取道路信息時，應(yīng)先了解遙感圖像道路基本特點，包括道路特征及道路影像特征兩方面，進而才能結(jié)合其基本特點，實現(xiàn)對遙感圖像道路信息的準(zhǔn)確、有效提取。一般情況下，在對遙感圖像道路特點進行分析時，主要從道路幾何特征、輻射特征、拓撲特征以及功能特征四方面進行考慮。首先，幾何特征是指道路的長度、寬度以及彎曲情況，其中寬度和長度與道路等級有關(guān)；其次，輻射特征反映了道路與周圍環(huán)境之間的對比度，具體表現(xiàn)為灰度特征，同一路段的輻射特征大致相同；另外，拓撲特征是從道路連接處的形狀特點來講的，常見的交叉形狀主要有“十”、“Y”、“T”等；最后，功能特征是道路周圍存在的各種地理元素，如建筑物、橋梁等，利用這些元素，可以明確道路的具體功能[1]。

這些都是遙感圖像道路所具備的基本特點，在道路信息提取過程中都發(fā)揮了重要作用。借助道路幾何特征和輻射特征，可以直接對所獲取圖像進行統(tǒng)計計算，而拓撲特征和功能特征具有較強的抽象化特點，很難直接提取道路信息的時候，往往需要借鑒以往經(jīng)驗才能實現(xiàn)。只有掌握充足的遙感圖像道路特點，才能為道路信息提取提供更加全面、可靠的資料和依據(jù)，確保道路信息提取的有效性和準(zhǔn)確性，所以，加大對遙感圖像道路特點的研究，是促進遙感圖像道路信息提取的基礎(chǔ)和前提。

3 遙感圖像道路信息提取的主要方法

遙感圖像道路信息提取研究開始于20世紀(jì)70年代，國內(nèi)研究步伐落后于國際先進水平20年左右。經(jīng)過將近40年的發(fā)展，遙感圖像道路信息提取方法不斷更新、進步，在此過程中，所出現(xiàn)及應(yīng)用到的方法主要包括以下幾種：

3.1 Snakes模型方法

Snakes模型是利用高層次知識構(gòu)建函數(shù)模型，以此來反映出圖像特點，從中提取有價值信息，該方法可以將圖像特征提取進行集中處理，將能量降低到最小化。利用Snakes模型方法提取遙感圖像道路信息，可以從數(shù)學(xué)思維角度進行考慮，通過求解目標(biāo)函數(shù)的最小值，來獲取道路信息。在應(yīng)用Snakes模型方法時，先利用道路各種屬性構(gòu)建函數(shù)模型，然后將道路特征內(nèi)嵌到模型中，對函數(shù)模型進行計算，進而完成道路信息提取。利用Snakes模型方法，即便是存在噪聲或者道路存在較大間隙時，也可以提取道路信息，但是需要嚴(yán)格控制好各項參數(shù)，并對初始點進行準(zhǔn)確定位[2]。其中，在初始點定位環(huán)節(jié)，主要有人工給定初始種子點和自動種子點給定兩種方式。

3.2 數(shù)學(xué)形態(tài)方法

數(shù)學(xué)形態(tài)方法是從道路幾何形狀方面進行考慮，利用專業(yè)的結(jié)構(gòu)元素，通過開閉運算、腐蝕、細化等多種方法對道路遙感圖像進行處理，提取相關(guān)道路信息。在應(yīng)用數(shù)學(xué)形態(tài)方法提取道路信息時，應(yīng)選擇合適的結(jié)構(gòu)元素，并確定其大小以及元素序列，這是確保該方法有效應(yīng)用的前提，所以，數(shù)學(xué)形態(tài)方法存在較大的局限性[3]。另外，當(dāng)前研究中，結(jié)構(gòu)元素選擇及大小確定方面的內(nèi)容較少，同時，還存在人工參與多、自動化程度低的缺點，所以，基于數(shù)學(xué)形態(tài)的遙感圖像道路信息提取方法，還存在較大的提升和改進空間。endprint

3.3 基于知識的方法

在對分辨率較低的遙感圖像道路中，提取道路信息的具體操作方式是利用道路的長度特征，來提取道路邊緣信息，進而完成對道路的識別。但是，采用該方法所得到的道路信息存在不完整或者誤差現(xiàn)象，因為無法獲取提取對象的高層次知識，所以很難實現(xiàn)對實際道路網(wǎng)絡(luò)的準(zhǔn)確識別。將基于知識的方法應(yīng)用于遙感圖像道路信息提取中，可以以道路判識規(guī)則的形式對道路特征進行定義，進而可以有效提高道路信息提取的完整性和準(zhǔn)確性。在應(yīng)用該方法之前，應(yīng)先根據(jù)路段實際情況，建立道路判識規(guī)則，完成知識的轉(zhuǎn)化，進而獲取相應(yīng)的道路信息。

3.4 基于分割的方法

基于分割的方法，是當(dāng)前遙感圖像道路信息提取工作中的一種常用方法，具體應(yīng)用過程是先選定分割標(biāo)準(zhǔn)，以此為基準(zhǔn)，將整個道路圖像分為多個二值圖像字塊，使其更加簡單化。然后以每個字塊為一個單元，進行逐個處理和分析，根據(jù)二值圖像字塊中有意義的斑塊，識別道路并提取信息。最后再將道路圖像所有字塊信息整合到一起，便能得到相對完整、準(zhǔn)確的道路信息。遙感圖像道路信息提取，常用的分割方法主要有分水嶺變換方法、K均值聚類方法、模糊C均值聚類方法等幾種，主要應(yīng)用于分辨率較高的遙感圖像道路信息提取。

3.5 多尺度方法

道路遙感圖像分辨率的不同，所顯示出的具體形態(tài)也是不一樣的，在低分辨率和高分辨率圖像中，道路分別顯示為線性目標(biāo)和狹長條帶。相較于低分辨率圖像，高分辨率圖像更加精致，所包含的道路信息也更加全面，但是，例如會存在噪聲陰影等，增大了道路信息提取難度，所以，一般會根據(jù)對道路信息詳細程度的需求，選擇相應(yīng)的分辨率圖像。利用多尺度方法，能夠?qū)⒁粋€高分辨率圖像降低成為一系列低分辨率圖像，消除噪聲對道路信息提取的干擾，借助遙感圖像道路上下文信息，完成道路信息的提取。但是，在利用遙感圖像道路上下文信息時，需要考慮尺度選擇及上下文信息應(yīng)用問題，確保尺度與圖像分辨率及道路寬度相匹配，上下文信息應(yīng)用合理，進而保證道路信息提取的精準(zhǔn)性和有效性。

4 總結(jié)

通過對道路信息進行有效提取，能夠為地圖繪制、路徑分析、應(yīng)急處理等提供可靠資料和參考依據(jù)，所以對遙感圖像道路信息提取方法進行研究是非常重要且必要的。但是，道路具有一定的復(fù)雜性，道路信息自動化提取技術(shù)不夠成熟，不利于遙感圖像道路信息提取的順利進行，在實際工作中仍存在較多的問題有待解決。為充分發(fā)揮遙感技術(shù)和圖像識別技術(shù)在道路信息自動化提取過程中的應(yīng)用優(yōu)勢，仍需要加大對遙感圖像道路信息提取的研究，不斷對提取方法進行優(yōu)化、改進，進而才能獲取更加準(zhǔn)確、有效、全面的道路信息。

【參考文獻】

【1】王艷梅.基于ENVI的高分辨率遙感圖像在道路提取中的應(yīng)用研究[J].哈爾濱師范大學(xué)自然科學(xué)學(xué)報，2012（4）：24-26.

【2】譚慶全，薄濤，羅桂純，等.遙感圖像道路信息提取算法研究現(xiàn)狀與地震應(yīng)急應(yīng)用[J].自然災(zāi)害學(xué)報，2015（3）：52-57.

【3】李衛(wèi)東，陳永楓，楊陽，等.國內(nèi)外遙感影像道路網(wǎng)提取方法研究現(xiàn)狀[J].影像技術(shù)，2016（2）：44-45.endprint