基于最小二乘匹配影像道路网提取方法

陈路，陈萍，高振峰，李润生

（1.61243部队，乌鲁木齐830006；2.信息工程大学地理空间信息学院，郑州450052）

基于最小二乘匹配影像道路网提取方法

陈路1，陈萍1，高振峰1，李润生2

（1.61243部队，乌鲁木齐830006；2.信息工程大学地理空间信息学院，郑州450052）

本文利用最小二乘匹配算法进行遥感影像道路网提取，介绍了道路网提取的主要过程，通过对影像进行预处理、种子点选取、最小二乘匹配、道路段筛选和连接来实现道路网的提取。

遥感影像；道路网提取；最小二乘匹配

目前国内外对道路网的研究比较多，但这些算法利用的大多是影像的辐射信息，没有充分利用道路的几何特征（平行、线性等特征），为了提高提取的准确率［1-4］。本文提出利用最小二乘匹配算法对遥感影像道路网进行提取的思想，充分利用道路的辐射和几何特征，将人工选择的道路种子点邻域与影像邻域进行匹配，并对匹配后的结果进行几何分析，筛选出与道路形状最接近的矩形区域作为道路段，然后利用道路段之间几何相关特性进行道路段的连接获取最终的道路网。

1 算法基本思想

基于最小二乘匹配的道路网提取算法充分利用影像上道路的辐射与几何特征，其基本思想是：首先，对影像进行压缩滤波，去除影像上小的空间纹理；第二，根据输入的种子点构建种子点区域，并记录该区域的辐射信息，将此区域作为最小二乘匹配的模版；第三，在影像上构建相同大小的邻域作为匹配区域，利用最小二乘匹配算法搜索最优匹配点，并将其视为候选路段；最后，对最小二乘匹配处理后的道路段进行筛选和连接，挑出最优道路网。筛选的原则是将道路段的距离、道路段的方向等特征作为权值，分别计算相邻道路段的距离以及相邻路段的夹角并赋予一定的权值，将权值较大的作为道路网的一部分。

2 影像预处理

由于大气和地理位置的影响，遥感影像的亮度在不同地方会有较大差异，因此，在进行道路网提取之前，需要对影像的辐射强度信息进行调整，使其更加易于道路提取。根据道路的辐射特征可知：道路上的点与周围环境有着比较大的差异，其辐射强度比周围邻域的辐射强度高，如果一个点与其当前的邻域相比，辐射强度相似或比较低，则这个点在道路上的可能性较小。根据以上原理，本文采用压缩滤波的算法对影像进行预处理，将辐射强度分布进行平滑，在不影响道路边界结构的基础上去除那些小的空间纹理。

假设I是原始影像，I（p）标记为点p的辐射强度，如果p点的辐射强度与其邻域的亮度差异d小于阈值，则该点的辐射强度用当前邻域的平均值来代替。

3 道路网提取算法

预处理后的影像道路网与非道路网的差异明显增大，在进行道路网提取之前，需要用户在道路上选择种子点，种子点的数目由道路网的复杂程度而定，种子点的数目过多会明显影响处理的效率。选好种子点后，统计种子点邻域范围内的辐射特征，将其作为匹配模版，然后在影像上选取与种子点区域大小相同的邻域作为待匹配区域，将其与模版区域进行最小二乘匹配，由于最小二乘匹配算法充分利用了窗口内的影像信息进行平差计算，故其精度可以达到子像素级别。

4 道路网筛选与连接

经过最小二乘匹配计算处理后，获得了影像中与种子点区域相似的所有像素区域，但是这些区域的最佳匹配点当中不一定全部都是道路网上的像素点，原因是最小二乘匹配没有考虑道路网的几何特征，仅对影像辐射信息进行处理，所以需要对最小二乘计算得到的最佳匹配点进行筛选。

故可以用一组相互连接的矩形区域表示一段道路，道路段筛选的原理就是根据此特点产生的，通过判断当前像素区域是否为矩形来对最小二乘匹配获取的计算结果进行筛选。

5 总结

本文针对在遥感影像上提取道路网的问题，提出了基于最小二乘匹配思想的道路网提取算法，并利用不同的影像进行实验验证，结果表明该算法可以有效的提取影像道路网。从算法计算效率来看，算法的处理时间与道路网的复杂性和种子点的数目乘正比，算法的效率还有进一步提高的可能，论文接下来的工作将着重对此方面进行研究。

［1］S.Udomhunsakul,"Semi-automatic road detection fromsatellite imagery",International Conference on ImageProcessing,vol.3,pp.1723–1726,2004.

［2］A.Grote and C.Heipke,"Road extraction for the update of road databases in suburban areas",International Archives of Photogrammetry and Remote Sensing,vol.37,part B3b,2008,pp.563-568.

［3］A.Grote,M.Butenuth and C.Heipke,"Road extraction in［3］suburban areas based on normalized cuts",International［3］Archives of Photogrammetry and Remote Sensing,vol.36,［3］part 3/W49A,2007,pp.51-56.

［4］王天柱.变形物体碰撞检测技术研究［D］.长春:吉林大学，［3］2006.

TP371.5

A

10.3969/j.issn.1001-0270.2015.05.25

2015-02-03