基于Hough变换的高分辨率遥感影像城市直线道路提

引,航天飞机和各种卫星系统提供的遥感影像大量增加,它们的空间分辨率、光谱分辨率不断提高,为地理信息系统提供了丰富的基础信息数据源。遥感影像中道路网是非常重要的基础地理信息,在地图更新、汽车导航、目标识别等领域都具有重要意义。如何有效地利用遥感影像进行道路提取,已成为国内外遥感领域研究的热点,它不仅是遥感领域的难题,也是计算机视觉和图像理解研究的重点之一。

目前遥感影像道路提取已取得一定成果,根据道路提取的自动化程度,可分为半自动道路提取和自动道路提取。半自动道路提取即利用人机交互的方式进行道路提取和识别,其主要思想是人工首先提供初始道路点(种子点),有时还提供初始方向,然后再由计算机进行处理识别,同时适当进行人机交互。自动道路提取的主要思想是:先“识别”出道路,再自动准确定位道路。其中“识别”对于计算机来说还十分困难,这也是计算机视觉、模式识别和人工智能等学科的一个难题。目前人机交互的半自动道路提取取得了较好的效果,完全自动的道路提取还不成熟,道路提取的自动化程度、算法的稳健性还有待加强。

一般地,在高分辨率遥感影像上,道路具有一定的宽度,其形状像一个窄的矩形或带状线。城市区

收稿日期:2008-09-04

域中的道路网由许多街区组成,每个街区中的地物目标分布常常是有规律的,道路长度通常大于或等于一个街区,城市道路网可以抽象为由许多直线道路构成[1]。根据这些道路特性,本文提出一种城市道路提取的方法:先采集道路灰度值,根据道路灰度值,设定阈值进行图像分割,二值化处理得到基本的道路网轮廓。在道路网轮廓的基础上,使用Hough变换检测道路所在直线,对检测所得直线进行道路判断,判断为道路的直线段再进行修剪、连接,最后实现道路网提取。实验结果表明,该方法能有效地从高分辨遥感影像中提取城市直线道路。方法流程如图1

。

图1　道路提取方法流程图

2　图像分割及二值化处理

高分辨率影像中道路灰度值比较均匀。先采集道路灰度值,根据道路灰度值,设定阈值进行图像分

割,二值化处理得到基本的道路网轮廓。如图2(a)为原始遥感影像,先采集道路的灰度值,获得该灰度值为Mean_Value,设定图像分割阈值Min和Max

(Min<Mean_Value<Max),进行图像分割,图中

各像元灰度值为Gray_Value,二值化规则如下[2]:

二值化图:

　　修订日期:2008-

10-19

基金项目:基金项目:广西自然科学基金项目(桂科自0728219)。作者简介:吕健刚(1983～),男,硕士研究生,研究方向:遥感影像处理。E2mail:lvjianggan@1631com1

通讯作者:韦春桃(1968～),女,副教授,研究方向:遥感与地理信息系统。