影像与LiDAR数据信息融合复杂场景下的道路自动提取

李怡静，胡翔云，张剑清，江万寿，张永军

1.武汉大学 遥感信息工程学院，湖北 武汉 430079；2.南昌大学 建筑工程学院，江西 南昌 330031；3.武汉大学 测绘遥感信息工程国家重点实验室，湖北 武汉 430079

1 引 言

道路与人们日常生活密切相关，是GIS数据的重要组成部分之一，准确、高精度的道路信息对于城市规划、交通控制以及应急响应等很多行业具有重要的作用。基于影像的道路提取研究一直是近20年遥感领域的重要研究课题，许多策略和算法亦取得了不同程度上的成功。早期的研究多针对中低分辨率遥感影像，道路特征明显，并出现了一些经典的提取算法，如动态规划算法［1－2］、snake及其扩展模型［3－4］等。随着高分辨率遥感影像的广泛应用，加上其提供的丰富信息给提取工作带来的挑战性，使得从高分辨率影像中提取道路成为研究的热点和难点。文献［5］通过面状道路和道路边缘逻辑互运算，利用形状指数获取道路区域；文献［6］同样利用形状特征，结合局部灰度一致性的图像分割进行道路中线提取；文献［7］结合相位编组原理及动态规划法提取道路线段；文献［8—9］利用角度纹理特征提取道路中线；文献［10—11］将形态学用于道路线的提取。但是对于高分辨率影像中的复杂场景，存在大面积的阴影遮挡及细节干扰，仅利用道路的几何和光谱信息提取正确完整的结果异常困难。

LiDAR作为一种高效的空间数据采集技术，其应用在近几年发展迅猛，这使得LiDAR点云的处理和分类研究受到了广泛关注。……