基于地理国情普查的道路提取方法研究

刘雪 连超

(河南省金地遥感测绘技术有限公司, 河南 郑州 450003)

开展地理国情普查，是我国经济社会发展和生态文明建设的需要。而道路作为地理国情普查中地表覆盖的要素，对各单位尤其是交通部门的公路普查有着重要作用。2017年，交通运输部开展了中央投资基础设施建设项目与行政村项目遥感核查工作，利用多期高分辨率遥感影像数据，对中央投资交通项目的施工进度、质量等进行动态监测与评价。

在高分辨率图像中，道路具有丰富的纹理特征，而卫星影像一般都具有三到四个光谱频段，有较好的辐射特性，这对于道路提取有着决定性作用。道路提取方法一直以来是各单位研究的重点，不管是内业还是外业核查，都会出现道路预判的难题，因此，基于地理国情普查的道路提取方法研究有着重要意义。

1 地理国情普查

地理国情普查是国务院部署开展的一项重大的国情国力调查，是制定和实施国家发展战略与规划、优化国土空间开发格局和各类资源配置的重要依据，也是相关行业开展调查统计工作的重要数据基础。

地理国情普查从地理角度分析和研究存在于地球表层的自然、生物和人文现象的空间变化和它们之间的相互关系及其特征；从技术角度利用全球导航卫星系统、航空航天遥感、地理信息系统等现代测绘技术，综合测绘历史数据，对地形、水系、湿地、冰川、沙漠、地表覆盖、道路、城镇等要素进行统计分析，从地理空间角度客观展示我国的国情国力。

地理国情普查采用内外业结合的方法开展，按照“内业为主、外业为辅”的原则安排生产任务，利用统一提供的上一年的基础性普查成果作为普查的本底数据，基于地理国情普查中获取的遥感正射影像数据，识别变化区域，采用遥感影像解译、变化信息提取、数据编辑与整理、外业调查、空间数据建库、统计分析等技术与方法，充分利用已经收集的解译样本数据辅助内业解译，采集变化信息，结合多行业专题数据，对本底数据进行更新。内业无法获取和难以识别的区域辅以外业调查，其他变化区域，应合理确定核查路线开展外业调查，确保采集的变化信息的准确性，形成基础性地理国情普查的系列数据、报告和图件成果。

地理国情普查数据是每年都要更新整理的数据，为日后道路提取提供了最新最全的道路特征信息。

2 高分辨率卫星影像的数据处理

数字正射影像图（Digital Orthophoto Map，简称DOM）是利用数字高程模型（Digital Elevation Model，简称DEM）对原始影像进行区域网平差、单片配准、正射纠正、数据融合、匀光匀色、消除各种畸变和位移误差后，再进行镶嵌，并按规定图幅范围裁切生成的影像数据。对于卫星遥感影像，DOM制作的基本过程为 ：区域网平差、单片配准、正射纠正、影像融合、真彩色输出。DOM制作技术流程如图1所示。

区域网平差是根据全色影像、多光谱影像数据的连接点以及控制点，经过平差算法，将各个影像统一成一个精度体系，修正每景影像的RPC参数，控制点越多，精度越好；DOM是利用历史DEM对原始影像的全色和多光谱数据做正射纠正；影像融合是将全色影像和多光谱影像融合成一景影像，既能保持全色影像的高分辨率特征，又能保持多光谱影像的光谱特征。

实验表明，与基于原始全色和多光谱影像的分类结果相比，利用融合后的影像进行分类，其分类精度有很大提高，尤其对于道路的分类精度提高更为明显[1-2]。

图1 DOM制作技术流程

3 道路提取方法研究与实验

道路在遥感影像中有其特有的光谱特性，在纹理上表现为具有一定长度和宽度、内部均匀一致且具有明显边界的区域。道路提取方法主要有基于面向对象的道路提取，基于特征的道路提取，以及基于ArcGIS缓冲功能的道路提取等方法。利用地理国情普查遥感影像数据构建道路成果数据库的总体流程如图2所示。

图2 构建道路成果数据库总体流程

3.1 基于面向对象的道路提取

基于面向对象的道路提取方法是一种基于影像分割的分析方法，分割的算法较多，它通过一定方法对遥感图像进行分割，继而提取单元的各种特征，并在特征空间中进行对象的识别和标识，从而最终完成了分类[3]。

面向对象的遥感影像分析有分割和分析两个阶段，选用合适的特征，经特征计算，获得关于单元的特征矢量，通过模式分类方法或模式匹配，分割单元将被归类到对应的模式类，或者特定的目标被识别，从而完成图像分析。遥感图像分割是遥感图像处理和分析的关键技术，把高分辨率遥感图像分割成一些空间上相邻、光谱相似的同质区域是制约遥感图像处理中其他相关技术的关键[4-5]。

通过实验得到影像道路的有效分割算法，目前比较有效的是多尺度分割。影像经过分割后，得到一系列均值的影像对象，对这些对象可以提取灰度均质纹理以及形状、空间信息、拓扑关系等信息，可以利用这些信息对影像对象进行分类，从而准确提取所需目标。在实际生产过程中，针对得到的道路信息进行分析，找出适合的提取步骤，减少后期编辑的工作量。

地理国情普查道路提取实验中，利用生产的遥感卫星正射影像、基础地理信息数据、道路相关数据资料，以及基于高分辨率卫星影像的光谱纹理信息，对道路进行样本采集。

3.2 基于特征的道路提取

正确认识和抽象出道路的特征信息，对道路的准确提取具有决定性意义。Vosselman等[6]总结的道路特征非常具有代表性，内容如下：

（1）几何特征：道路具有一定长度，曲率有一定的限制，宽度有一定的范围且变化较小，方向变化缓慢。

（2）辐射特征：道路内部灰度比较均匀，并且和相邻的区域灰度反差较大。

（3）拓扑特征：道路不会无故中断，不同的道路会交叉形成道路网。

（4）功能特征：道路连接村庄和城镇。

（5）关联特征：高架道路会投下阴影，树木可能遮断道路表面，成行的树木也有可能是道路存在的标志。

基于道路特征的道路提取是利用道路的基本特征、指数信息及辅助信息，构建道路信息的评定规则，再进行道路信息提取，最常用的方法是多尺度分割。设置合理的分割尺度、形状因子以及紧致度，保证道路形状与边缘的连续和清晰，然后进行“潜在道路”的粗提取，将不相邻要素去除，最后对“潜在道路”进行优化。

此类方法适用于影像光谱信息差异明显、实地地类比较复杂的情况。利用此方法提取的道路信息，会对后期的编辑整理造成很大麻烦，因此不建议使用。

3.3 基于ArcGIS缓冲功能的道路提取

ArcGIS是对地理信息进行创建、编辑以及分析的GIS软件，具有强大的编辑功能与实用性，已经成为测绘行业重要的编辑软件。ArcGIS缓冲区分析是根据数据库的点、线、面实体，自建立其周围一定宽度范围内的缓冲区域多边形实体，从而实现空间数据在水平方向得以扩展的信息分析方法。在实际作业中，根据地理国情普查中已经采集好的道路信息，利用ArcGIS缓冲功能可自动生成地表覆盖数据所需要的路面要素。由于道路所具有的等宽特性，此功能的运用，大大提高了生产效率。

本文主要采用高分辨率遥感卫星的正射影像，通过ArcGIS的缓冲功能对道路信息进行提取，利用地理国情数据和1∶1万基础地理信息数据，在ArcGIS软件中分别提取和道路及其设施相关的图层，并对历史路网数据进行补充，另外存放到新的图层中，完成道路数据的融合。地理国情道路数据与1∶1万基础地理信息数据的道路层在ArcGIS中分别如图3和图4所示。

图3 地理国情道路数据

图4 1∶1万基础地理信息道路矢量

在对道路图层整合完成之后，主要利用ArcGIS软件，以所生产的正射影像图为底图，叠加融合后的路网数据进行遥感解译，提取新增和遗漏道路数据。路网解译主要在ArcGIS中采集新增道路和遗漏道路的中心线。

实验思路主要是参照正射影像，在ArcGIS中利用地理国情数据和1∶1万基础地理信息道路数据，参照历史道路数据对道路中心线进行提取，查漏补缺，最终形成一套完整的道路数据库。正射影像与历史道路数据套合情况如图5所示。正射影像与道路数据在ArcGIS中融合后效果图如图6和图7所示。

采集完成后，叠加路网数据、地名数据、地理国情普查数据、基础地理信息数据、地名普查数据以及电子地图等数据，对提取的矢量进行编辑，采集所有新增道路和农村道路，并对新增道路和有疑问的属性进行标注，形成全省的公路普查工作底图，为外业核查提供数据支撑。基于外业调查与核查成果，对内业编辑成果进行编辑修改，完善属性，最终形成满足公路核查任务的数据成果，导入路网数据库，形成公路普查路网成果库。

图5 历史道路矢量

图6 遥感卫星正射影像

图7 正射影像与提取的路网数据

4 结束语

本文结合在地理国情普查中道路提取的经验，对道路提取方法进行归纳和总结，并结合地理国情普查数据以及高分辨率卫星影像正射成果进行了道路提取实验。在应用过程中，会出现城市中心道路受车辆影响、山区受地形因素影响等问题，而解决这些问题，提高道路提取精度是下一步将要研究的重点。