融合高分影像和LiDAR数据的城市道路提取

doi:10.13474/j.cnki.11-2246.2021.0166

测绘通报 ›› 2021, Vol. 0 ›› Issue (6): 1-5,60.doi: 10.13474/j.cnki.11-2246.2021.0166

• 高分遥感影像信息提取及应用 • 下一篇

融合高分影像和LiDAR数据的城市道路提取

刘茂华^1,2, 李曼雯¹

1. 沈阳建筑大学交通工程学院, 辽宁沈阳 110168;
2. 沈阳农业大学土地与环境学院, 辽宁沈阳 110866

收稿日期:2020-12-14 修回日期:2021-04-20 发布日期:2021-06-28
通讯作者: 李曼雯。E-mail:hyukcici@163.com
作者简介:刘茂华(1981—),男,博士,副教授,主要从事激光雷达数据处理及应用研究。E-mail:sjzulmh@163.com
基金资助:
国家自然科学基金（51774204）；教育厅科学研究项目（lnfw201907）

Urban road extraction with fusion of high-resolution images and LiDAR data

LIU Maohua^1,2, LI Manwen¹

1. School of Transportation Engineering, Shenyang Jianzhu University, Shenyang 110168, China;
2. College of Land and Environment, Shenyang Agricultural University, Shenyang 110866, China

Received:2020-12-14 Revised:2021-04-20 Published:2021-06-28

摘要/Abstract

摘要： 为避免由于城市道路复杂及树木建筑的阴影遮挡导致从遥感影像中提取道路信息不准确的问题，本文采用高分影像和LiDAR数据相融合的方法实现城市道路的提取，并使用一种基于最小面积外接矩形（MABR）的后处理改进方法进行完善。首先对试验区进行数据配准；然后应用FNEA算法进行图像分割，并使用随机森林分类法进行分类，将影像融合和对象形状指数等相关算子应用到道路提取中；最后去除植被和建筑物，完善道路填充，提取出道路完整信息。结果多伦多和台安试验区的道路完整度分别为95.41%和90.84%，准确度分别为83.07%和85.63%。本文方法可有效去除伪道路信息，提高道路提取完整度，较好地实现了道路信息提取。

关键词: 道路提取, 图像分割, 随机森林分类, LiDAR, MABR

Abstract: In order to avoid the problem of inaccurate road information extraction from remote sensing images due to the complexity of urban roads and the shadow occlusion of trees and buildings. The method of fusion of high-resolution images and LiDAR data is used to achieve the extraction of urban roads, and a post-processing improvement method based on the minimum area boundary rectangle (MABR) is proposed to improve the extraction. First, we realize the data registration in the area. Then, we apply the FNEA algorithm for image segmentation and use the random forest classification method for classification, apply image fusion and object shape index and other related operators to the road extraction. Finally we extract complete road information by removing the vegetation and buildings and improving the road filling. The results show that the road integrity of Toronto and Tai’an Study area is 95.41% and 90.84%, and the accuracy is 83.07% and 85.63%. This method can effectively remove false road information, improve the completeness of road extraction, and achieve better road information extraction.

Key words: road extraction, image segmentation, random forest classification, LiDAR, MABR

中图分类号:

P237

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.

LIU Maohua, LI Manwen. Urban road extraction with fusion of high-resolution images and LiDAR data[J]. Bulletin of Surveying and Mapping, 2021, 0(6): 1-5,60.

参考文献

[1] GROTE A, HEIPKE C, ROTTENSTEINER F, et al. Road extraction in suburban areas by region-based road subgraph extraction and evaluation[C]//Proceedings of 2009 Joint Urban Remote Sensing Event. Shanghai: IEEE, 2009.
[2] 周绍光, 孙超. 分割道路影像并形成道路网的新方法[J]. 计算机仿真, 2010, 27(10):283-286.
[3] 唐伟, 赵书河. 基于GVF和Snake模型的高分辨率遥感图像四元数空间道路提取[J]. 遥感学报, 2011, 15(5):1040-1052.
[4] 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.
[5] 胡进刚, 张晓东, 沈欣,等. 一种面向对象的高分辨率影像道路提取方法[J]. 遥感技术与应用, 2006,21(3):184-188.
[6] LIN X, ZHANG J, LIU Z, et al. Semi-automatic road tracking by template matching and distance transform[C]//Proceedings of 2009 Joint Urban Remote Sensing Event. Shanghai: IEEE, 2009.
[7] 彭检贵, 马洪超, 高广,等. 利用机载LiDAR点云数据提取城区道路[J]. 测绘通报, 2012(9):16-19.
[8] ZHOU M, XIA B, SU G Z, et al. Study on the target feature extraction from LiDAR[J]. International Journal of Geo-Information, 2011:309-312.
[9] ALHARTHY A, BETHEL J. Automated road extraction from LiDAR data[C]//Proceedings of the ASPRS Annual Conference. Anchorage, Alaska: [s.n.], 2003: 05-09.
[10] 龚亮, 张永生, 李正国,等. 基于强度信息聚类的机载LiDAR点云道路提取[J]. 测绘通报, 2011(9):15-17.
[11] 刘晓平, 朱晓强, 余烨,等. 基于动态规划的城市道路提取改进算法[J]. 图学学报, 2010, 31(4):183-188.
[12] 李怡静, 胡翔云, 张剑清,等. 影像与LiDAR数据信息融合复杂场景下的道路自动提取[J]. 测绘学报, 2012,41(6):870-876.
[13] ZHANG W M, QI J B, WAN P, et al. An easy-to-use airborne LiDAR data filtering method based on cloth simulation[J]. Remote Sensing, 2016, 8(6):501.
[14] 张昌赛, 刘正军, 杨树文,等. 基于LiDAR数据的布料模拟滤波算法的适用性分析[J]. 激光技术, 2018, 42(3):410.
[15] 高利鹏, 史文中, 吕志勇,等. 基于机载LiDAR和高分辨率遥感影像的城市道路网提取[J]. 遥感技术与应用, 2013,28(4):562-568.
[16] BREIMAN L. Random forests[J]. MACH LEARN, 2001, 45(1):5-32.
[17] 杜守基, 邹峥嵘, 张云生,等. 融合LiDAR点云与正射影像的建筑物图割优化提取方法[J]. 测绘学报, 2018, 47(4):99-107.
[18] KWAK E, HABIB A. Automatic representation and recon-struction of DBM from LiDAR data using Recursive Minimum Bounding Rectangle[J]. ISPRS Journal of Photogrammetry & Remote Sensing, 2014, 93:171-191.
[19] WANG J, QIN Q, GAO Z, et al. A new approach to urban road extraction using high-resolution aerial image[J]. International Journal of Geo-Information, 2016, 5(7):114.
[20] CHRISTIAN W, HEINRICH E. Automatic completion and evaluation of road networks [J]. International Archives of Photogrammetry and Remote Sensing, 2000, 33: 979-986.

融合高分影像和LiDAR数据的城市道路提取

Urban road extraction with fusion of high-resolution images and LiDAR data

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]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[3]	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.
[4]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.
[5]	徐福斌, 曲相屹, 王健, 刘秀涵. 基于LiDAR点云的复杂钢结构模型重建[J]. 测绘通报, 2022, 0(5): 170-173.
[6]	普东东, 丁海勇. 融合超体素与成对链接聚类的LiDAR点云分割算法[J]. 测绘通报, 2022, 0(3): 65-69.
[7]	张伯树, 张志华, 张洋. 改进的HRNet应用于路面裂缝分割与检测[J]. 测绘通报, 2022, 0(3): 83-89.
[8]	高莎, 袁希平, 甘淑, 杨明龙, 袁新悦, 罗为东. 融合无人机影像与LiDAR点云的山区地表覆被景观特征探测[J]. 测绘通报, 2022, 0(1): 110-115.
[9]	高智梅, 王竞雪, 沈昭宇. 机载LiDAR建筑物点云渐进提取算法[J]. 测绘通报, 2021, 0(8): 7-13,36.
[10]	王晓静, 唐超, 王勇, 侯海倩, 杨晓飞. 封闭环境下限制误差发散的高精度导航定位[J]. 测绘通报, 2021, 0(8): 65-68,73.
[11]	阎跃观, 陈中章, 孙阳, 李泽政, 姚承志. 密集低矮植被区LiDAR点云地面滤波算法[J]. 测绘通报, 2021, 0(7): 1-5.
[12]	高莎, 袁希平, 甘淑, 杨亚复, 李霞. 面向复杂山地的机载LiDAR与无人机影像融合应用[J]. 测绘通报, 2021, 0(7): 65-69.
[13]	熊友谊, 乔纪纲, 张文金. 基于线特征的鱼眼图像与地面激光雷达点云配准[J]. 测绘通报, 2021, 0(7): 74-80.
[14]	孙涛, 徐明宇, 董秀军, 潘星. 机载LiDAR技术应用于茂密植被山区地质灾害调查[J]. 测绘通报, 2021, 0(4): 90-97.
[15]	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.