基于对象直方图G统计量的遥感影像道路提取

doi:10.13474/j.cnki.11-2246.2017.0380

测绘通报 ›› 2017, Vol. 0 ›› Issue (12): 63-67.doi: 10.13474/j.cnki.11-2246.2017.0380

基于对象直方图G统计量的遥感影像道路提取

楚恒^1,2,3, 李洪川¹, 刘红彬¹

1. 重庆邮电大学光通信与网络重点实验室, 重庆 400065;
2. 西南大学地理科学学院, 重庆 400715;
3. 重庆市勘测院, 重庆 400020

收稿日期:2017-03-14 出版日期:2017-12-25 发布日期:2018-01-05
作者简介:楚恒(1976-),男,博士,高级工程师,主要研究方向为遥感影像融合与分类、模式识别。E-mail:1007533013@qq.com
基金资助:
重庆市2013西南大学博士后科研项目（Rc201336）；重庆高校创新团队建设计划（CXTDX201601020）

Road Extraction of Remote Sensing Imagery Using G Statistics of Object Histogram

CHU Heng^1,2,3, LI Hongchuan¹, LIU Hongbin¹

1. School of Communication and Information Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, China;
2. School of Geographical Sciences, Southwest University, Chongqing 400715, China;
3. Chongqing Survey Institute, Chongqing 400020, China

Received:2017-03-14 Online:2017-12-25 Published:2018-01-05

摘要/Abstract

摘要： 提出了一种基于对象直方图G统计量的遥感影像道路提取方法。首先基于标记分水岭算法分割高分辨率遥感影像获取对象像斑，提取对象光谱特征并利用SVM从影像中分离出光谱相似的建成区（道路、建筑物等）；然后从建成区选择合适的对象作为训练样本，采用G统计量度量测试样本与训练样本的LBP纹理直方图距离，以表达对象纹理特征的异质性，并利用最小距离分类器完成建成区内道路与建筑物等的分离；最后结合几何形状特征和数学形态学处理对提取的道路进行优化，获得最终的道路提取结果。试验结果表明：该方法能较好地提取出道路信息。

关键词: G统计量, 道路提取, 分水岭分割, LBP纹理直方图, 数学形态学

Abstract: This paper proposes a new road extraction method of remote sensing imagery based on G statistics of object histogram.Firstly,the original imagery is segmented using marked-watershed algorithm to obtain imagery objects, and the imagery objects' spectral features are extracted,the built-up areas containing roads and buildings are separated based on SVM. Then the appropriate objects are chosen as training samples.G statistics is used to measure the histogram distance between test samples and training samples which describes the heterogeneity of two objects.Minimum distance classifier is employed to separate the road information and buildings in built-up areas. Finally,the final road information is extracted integrating the shape features and mathematics morphology.The result of experiment shows that the proposed method can fairly well extract the road information.

Key words: G statistics, road extraction, watershed segmentation, LBP texture histogram, mathematics morphology

中图分类号:

P237

楚恒, 李洪川, 刘红彬. 基于对象直方图G统计量的遥感影像道路提取[J]. 测绘通报, 2017, 0(12): 63-67.

CHU Heng, LI Hongchuan, LIU Hongbin. Road Extraction of Remote Sensing Imagery Using G Statistics of Object Histogram[J]. 测绘通报, 2017, 0(12): 63-67.

参考文献

[1] 项皓东.从高分辨率遥感影像中提取道路信息的方法综述及展望[J].测绘与空间地理信息,2013,36(8):202-206.
[2] 林祥国,张继贤,李海涛,等.基于T型模板匹配半自动提取高分辨率遥感影像带状道路[J].武汉大学学报(信息科学版),2009,34(3):293-296.
[3] ZHAO L,WANG X.Road Extraction in High Resolution Remote Sensing Images Based on Mathematic Morphology and Snake Model[C]//International Congress on Image and Signal Processing.[S.l.]:IEEE,2010:1436-1440.
[4] 曾发明,杨波,吴德文,等.基于Canny边缘检测算子的矿区道路提取[J].国土资源遥感,2013,25(4):72-78.
[5] SHI W,MIAO Z,DEBAYLE J.An Integrated Method for Urban Main-Road Centerline Extraction From Optical Remotely Sensed Imagery[J].IEEE Transactions on Geoscience & Remote Sensing,2014,52(6):3359-3372.
[6] 李亮,梁彬,薛鹏,等.基于像斑直方图G统计量的遥感影像分类[J].国土资源遥感,2016,28(4):71-76.
[7] 贾永红,冯在梅,沈庭乐.基于标记分水岭分割的高分辨率影像水体信息提取[J].测绘通报,2014(9):31-33.
[8] 谭盼华,刘玉财,胡忠文.高斯光谱估计结合形状特征的遥感影像分割方法[J].测绘与空间地理信息,2013,36(6):138-141.
[9] 吴一全,殷骏,戴一冕,等.基于蜂群优化多核支持向量机的淡水鱼种类识别[J].农业工程学报,2014,30(16):312-319.
[10] 薄华,马缚龙,焦李成.图像纹理的灰度共生矩阵计算问题的分析[J].电子学报,2006,34(1):155-158.
[11] WU Z,HU Z,ZHANG Q,et al.On Combining Spectral,Textural and Shape Features for Remote Sensing Image Segmentation[J].Acta Geodaetica Et Cartographica Sinica,2013,42(1):44-50.
[12] WANG S.Segmentation of Multispectral High-resolution Satellite Imagery Based on Integrated Feature Distributions[J].International Journal of Remote Sensing,2010,31(6):1427-1439.
[13] SHI W,MIAO Z,WANG Q,et al.Spectral-Spatial Classification and Shape Features for Urban Road Centerline Extraction[J].IEEE Geoscience & Remote Sensing Letters,2014,11(4):788-792.
[14] GONZALEZ R C,WOODS R E,EDDINS S L,等.数字图像处理(MATLAB版)[M].北京:电子工业出版社,2013.
[15] 赵时英.遥感应用分析原理与方法[M].北京:科学出版社,2003.

基于对象直方图G统计量的遥感影像道路提取

Road Extraction of Remote Sensing Imagery Using G Statistics of Object Histogram

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周烨, 刘云波, 郑丽波, 龙泱君. 多平台点云数据的单木参数提取精度分析[J]. 测绘通报, 2022, 0(7): 168-172.
[2]	任月娟, 葛小三. 改进DeepLabV3+网络的遥感影像道路综合提取方法[J]. 测绘通报, 2022, 0(6): 55-61.
[3]	刘茂华, 李曼雯. 融合高分影像和LiDAR数据的城市道路提取[J]. 测绘通报, 2021, 0(6): 1-5,60.
[4]	彭赤, 毛先胤, 杨柳青, 马晓红, 吕乾勇, 杜昊, 王迪, 余容. 多山地区输电通道内道路提取方法[J]. 测绘通报, 2021, 0(4): 105-110,125.
[5]	郑恬静, 黄金彩, 周宝定, 张德津. 基于众源轨迹数据的行人路网提取[J]. 测绘通报, 2021, 0(3): 69-74.
[6]	程效猛, 郑浩, 眭海刚, 冯文卿. 结合矢量引导的高分辨率遥感影像道路自动提取[J]. 测绘通报, 2018, 0(9): 19-23.
[7]	胡瀚, 向隆刚, 王德浩. 出租车轨迹数据的道路提取[J]. 测绘通报, 2018, 0(7): 53-57.
[8]	李洪川, 楚恒, 霍英海. 城市道路的多特征多核SVM提取方法[J]. 测绘通报, 2018, 0(2): 72-77.
[9]	陈光, 薛梅, 陈良超, 眭海刚. 自适应聚类学习的道路网提取方法[J]. 测绘通报, 2018, 0(11): 30-35.
[10]	安瑶军, 陈晓轩, 隋立春, 周荣荣. 一种依据点云法向量相似度的结构化道路提取方法[J]. 测绘通报, 2018, 0(11): 69-72.
[11]	魏国武, 王琦, 张阳阳, 陈永生. 道路综合特征下高分辨率遥感影像的提取[J]. 测绘通报, 2017, 0(8): 31-35.
[12]	杨孝翠, 孟万利. 基于对比度增强和形态学的遥感影像道路提取[J]. 测绘通报, 2017, 0(8): 45-49.
[13]	王刚武. 利用矢量影像法进行土地利用变化自动检测[J]. 测绘通报, 2017, 0(7): 55-60.
[14]	张达, 李霖, 李游. 基于车载激光扫描的城市道路提取方法[J]. 测绘通报, 2016, 0(7): 30-34,47.
[15]	吴飞龙, 濮国梁, 程承旗, 王焕炯, 李滨. 面向移动服务的遥感影像感兴趣区提取压缩方法[J]. 测绘通报, 2016, 0(11): 35-38,54.