曲折道路遥感影像圆投影匹配改进追踪法

测绘学报 ›› 2014, Vol. 43 ›› Issue (7): 724-730.

曲折道路遥感影像圆投影匹配改进追踪法

傅罡¹,赵红蕊¹,李聪²,石丽梅¹

1. 清华大学土木工程系
2. 清华大学

收稿日期:2012-08-10 修回日期:2013-03-21 出版日期:2014-07-20 发布日期:2014-07-29
通讯作者: 赵红蕊 E-mail:zhr@tsinghua.edu.cn

Twisty Road Tracking from Remote Sensing Imagery Using Improved Circular Projection Matching

Received:2012-08-10 Revised:2013-03-21 Online:2014-07-20 Published:2014-07-29

摘要/Abstract

摘要：

道路提取是遥感信息提取的重点和难点。曲折道路（如盘山公路等）方向突变现象严重，当道路的宽度有变化或受到阴影、杂物遮挡等干扰时，其提取难度进一步增大。针对该问题，本文提出一种基于改进圆投影匹配的曲折道路自动追踪方法。首先，对标准圆投影匹配进行改进，包括：（1）提出圆投影向量近似度参数，实现对圆投影模板离散近似程度和计算量的控制；提出圆投影模板最优半径确定方法，以保证获得最大道路特征条件下，减少模板匹配计算量；（2）引入干扰校正算法，在一定程度上克服了由于光照、噪声等因素造成匹配困难的问题；其次，提出基于改进圆投影匹配的道路追踪方法，并在模板匹配过程中加入自适应机制，即将已匹配道路按照一定的权重参与后续模板匹配，一定程度上克服道路形态的变化和干扰。最后，以曲折道路特征突出的山区遥感影像SPOT-5和GeoEye-1进行道路提取实验。实验结果表明，采用提出的基于改进圆投影匹配的道路追踪算法具有方向无关的特点，适用于曲折道路遥感提取。对道路中心线的提取误差约2~5m，提取准确率高于80%。

关键词: 圆投影匹配, 曲折道路, 遥感影像, 道路追踪, 道路提取

Abstract:

Road extraction from Remote Sensing imagery attracted great attention and with great difficulty. Direction of twisty road (winding road in mountainous areas, etc.) changes seriously, and has poor geometry consistency. Variable road width or interferences, such as shadow and shelter, etc, increase the extraction difficulty. To solve this problem, this paper proposes a tracking method for twisty roads based on improved Circular Projection Matching algorithm. First, this paper proposes two improvements based on standard Circular Projection Matching, including: (1) Proposes the approximation parameter for circular projection vector as the circular projection similarity control; An optimal radius is proposed in order to reduce the calculation of the Circular Projection Matching with enough road characteristics matained. (2) Presents an interference correction algorithm, to a certain extent, overcome the matching problem between selected template and target object due to difference of lighting condition, image noise and other factors. Secondly, proposes a road tracking method based on above improved algorithm, and also proposes an adaptive template matching mechanism. The matched road targets are proper weighted, and are considered as part of the followed template. This mechanism makes the template flexible and less affected by the variations and interferences of roads. Finally, SPOT-5 and GeoEye-1 Remote Sensing image is used for experiment. The experiment result shows that the proposed road tracking method is direction-independent, which is applicable to the twisty road extraction. Road centerline extraction error is about 2~5m, and road extraction accuracy is higher than 80%.

Key words: Circular Projection Matching, Twisty road, Remote Sensing imagery, road tracking, road extraction

中图分类号:

P237

傅罡赵红蕊李聪石丽梅. 曲折道路遥感影像圆投影匹配改进追踪法[J]. 测绘学报, 2014, 43(7): 724-730.

[1]	张祖勋, 姜慧伟, 庞世燕, 胡翔云. 多时相遥感影像的变化检测研究现状与展望[J]. 测绘学报, 2022, 51(7): 1091-1107.
[2]	李荣兴, 李国君, 冯甜甜, 沈强, 乔刚, 叶真, 夏梦莲. 基于光学遥感卫星影像的南极冰流速产品和方法研究综述[J]. 测绘学报, 2022, 51(6): 953-963.
[3]	程结海, 黄中意, 王建如, 何湜. 高空间分辨率遥感影像最优分割结果自动确定方法[J]. 测绘学报, 2022, 51(5): 658-667.
[4]	白坤, 慕晓冬, 陈雪冰, 朱永清, 尤轩昂. 融合半监督学习的无监督遥感影像场景分类[J]. 测绘学报, 2022, 51(5): 691-702.
[5]	廖章回, 姜闯. 高分辨率遥感影像快速去雾[J]. 测绘学报, 2022, 51(3): 446-456.
[6]	何直蒙, 丁海勇, 安炳琪. 高分辨率遥感影像建筑物提取的空洞卷积E-Unet算法[J]. 测绘学报, 2022, 51(3): 457-467.
[7]	洪亮, 冯亚飞, 彭双云, 楚森森. 面向对象的多尺度加权联合稀疏表示的高空间分辨率遥感影像分类[J]. 测绘学报, 2022, 51(2): 224-237.
[8]	葛小三, 陈曦, 赵文智, 李瑞祥. 基于生成对抗网络的建筑物损毁检测[J]. 测绘学报, 2022, 51(2): 238-247.
[9]	余俊鹏, 吴伟东, 孙佳明, 满益云, 沈刚. 附加傅里叶补偿项的卫星遥感影像RFM平差方法[J]. 测绘学报, 2022, 51(1): 127-134.
[10]	张玉鑫, 颜青松, 邓非. 高分辨率遥感影像建筑物提取多路径RSU网络法[J]. 测绘学报, 2022, 51(1): 135-144.
[11]	龚健雅, 许越, 胡翔云, 姜良存, 张觅. 遥感影像智能解译样本库现状与研究[J]. 测绘学报, 2021, 50(8): 1013-1022.
[12]	陶超, 阴紫薇, 朱庆, 李海峰. 遥感影像智能解译:从监督学习到自监督学习[J]. 测绘学报, 2021, 50(8): 1122-1134.
[13]	李雅丽, 向隆刚, 张彩丽, 吴华意, 龚健雅. 车辆轨迹与遥感影像多层次融合的道路交叉口识别[J]. 测绘学报, 2021, 50(11): 1546-1557.
[14]	邓开元, 任超. 多光谱光学遥感影像水体提取模型[J]. 测绘学报, 2021, 50(10): 1370-1379.
[15]	张涛, 丁乐乐, 史芙蓉. 高分辨率遥感影像城中村提取的景观语义指数方法[J]. 测绘学报, 2021, 50(1): 97-104.