基于分水岭算法的高分遥感图像道路提取优化方法

蔡红玥，姚国清

(中国地质大学(北京)信息工程学院，北京 100083)

0 引言

道路是地图绘制、路径分析和应急处理的重要基础地理数据。目前，从遥感图像中获取道路信息还主要靠人工目视识别，而手工提取方法远远不能适应数据更新的速度。高分辨率遥感卫星数据的应用越来越引起人们的重视，如何结合高分辨率遥感图像的影像特征和道路特点实现道路的自动化提取，已成为道路信息提取关注的焦点之一。模板匹配［1］和Snakes 模型［2］等传统方法因仅依据像元的灰度特征，难以解决高分辨率遥感图像的噪声和“异物同谱”问题。尽管基于纹理［3］和分层聚类等方法考虑了影像特征信息，但依然不能充分利用形状和空间关系等影像特征。人工智能和计算机视觉知识方法是近些年发展的方向［4－5］，但尚处于研究中，离实际应用还有一定距离。针对目前高分辨率遥感图像城市道路提取技术［6－7］存在的问题，本文提出基于改进分水岭算法的道路提取优化方法。分水岭算法能够根据图像固有的拓扑地貌特征将影像分割成各个连通的封闭区域，使图像转化为影像基元的组织形式，弥补了基于像元分析的不足。对该算法易出现的过度分割问题，本文采用了面向对象方法［8－9］，利用道路的几何、拓扑特性和地物的空间关系，修补了被斑马线和阴影等细节信息中断的道路;采用数学形态学［10－11］中常用的图像优化方法完善道路提取结果。结果证明本文方法对城市地区道路提取具有一定的实际意义。……