积分商城

最新搜索： designer Verilog 代码 GB-T 6988 CYCLONE V例程 小孙学变频 ZX7-500
您现在的位置是：首页 > 技术资料 > 一种自动的高分辨率遥感影像道路提取方法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

一种自动的高分辨率遥感影像道路提取方法

更新时间：2019-12-25 15:20:45 大小：3M 上传用户：zhiyao6查看TA发布的资源 标签：遥感影像 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

从高分辨率遥感影像中提取道路有着非常重要的意义,但是受到遥感影像噪声、复杂的自然场景和已有算法的局限性的影响,道路提取有待于进一步研究.近些年来水平集方法被用于提取道路,但是初始水平演化曲线的确定却是一个大的难点.笔者提出一种自动的水平集分割方法,并将其用于道路检测中.首先,将卷积神经网络用于道路的粗分类.然后,利用形状特征和孔洞填充方法得到比较准确的道路区域.在此基础上,利用张量投票来提取道路的交叉口,并将其轮廓作为水平集演化的初始曲线进行水平集分割.最后,结合卷积神经网络分类和水平集分割的优势,得到比较完整的道路区域,并保持了道路的边缘.实验结果表明,该方法能自动地提取准确完整的道路区域.


部分文件列表

文件名 大小
一种自动的高分辨率遥感影像道路提取方法.pdf 3M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
(
)
西安电子科技大学学报 自然科学版  
年
月
2017 2  
Feb.2017  
第
卷
第
期
1
44  
Vol.44 No.1  
JOURNAL OF XIDIAN UNIVERSITY  
doiꢁ10ꢂ3969ꢃꢂissnꢂ1001-2400ꢂ2017ꢂ01ꢂ018  
j
一种自动的高分辨率遥感影像道路提取方法  
1
1
2
刘 如 意1 宋 建 锋  
权 义 宁  
,
,
,
,
许 鹏 飞  
1
晴1  
杨
云3 苗 启 广  
,
,
雪
(
1.  
,
;
,
西安电子科技大学 计算机学院 陕西 西安  
西北大学 信息科学与技术学院 陕西 西安  
710071 2.  
;
,
)
710054  
西安测绘研究所 地理信息工程国家重点实验室 陕西 西安  
710127 3.  
:
,
、
摘要 从高分辨率遥感影像中提取道路有着非常重要的意义 但是受到遥感影像噪声 复杂的自然场景和  
,
,
已有算法的局限性的影响 道路提取有待于进一步研究 近些年来水平集方法被用于提取道路 但是初始  
.
,
水平演化曲线的确定却是一个大的难点 笔者提出一种自动的水平集分割方法 并将其用于道路检测中  
.
.
.
,
,
首先 将卷积神经网络用于道路的粗分类 然后 利用形状特征和孔洞填充方法得到比较准确的道路区域  
.
,
,
在此基础上 利用张量投票来提取道路的交叉口 并将其轮廓作为水平集演化的初始曲线进行水平集分  
,
,
,
割 最后 结合卷积神经网络分类和水平集分割的优势 得到比较完整的道路区域 并保持了道路的边缘  
.
.
,
实验结果表明 该方法能自动地提取准确完整的道路区域  
.
:
;
;
;
;
关键词 卷积神经网络 形状特征分析 张量投票 水平集分割 信息融合  
:
TP391  
:
A
:
文章编号  
1001-2400201701-0100-06  
( )  
中图分类号  
文献标识码  
Automaticroadextractionmethodforhih-resolution  
g
remotesensin imaes  
g
g
1
2
LIURui ꢀSONGJianen 1ꢀQUAN Yinin 1ꢀXUPen ei ꢀ  
y
f g gf  
g
3
1
g
XUEQin 1ꢀYANGYun ꢀMIAOQiuan  
g
g
1ꢂSchoolofComuterScienceandTechnolo ꢅXidianUnivꢂꢅXi'an 710071ꢅChinaꢆ2ꢂSchoolof  
gy  
ꢄ
p
InformationScienceandTechnolo ꢅNorthwestUnivꢂꢅXi'an 710127ꢅChinaꢆ3ꢂStateKe Labꢂof  
gy  
y
GeoinformationEnineerinꢅXi'anResearchInstituteofSurveinandMainꢅXi'an 710054ꢅChina  
g g yg ppg  
ꢇ
-
Abstract: RoadextractionfromhihresolutionsatelliteimaesisverimortantꢂDuetoimaenoiseꢅthe  
y p  
g
g
g
-
naturalscenecomlexitꢅandtheextractionalorithmslimitationsꢅitstillneedstobefurtherresearchedꢂ  
p y  
g
Inrecentearsꢅlevelsetevolutionhasbeenusedtoextracttheroadꢅbutitisdifficulttoautomaticall  
y
y
enerateinitiallevelcurvesforthelevelsetevolution LSEꢂInthisaerꢅwerooseanautomatic  
ꢄ ꢇ  
g pp pp  
aroachtotheenerationofinitiallevelcurvesanduseittoextracttheroadꢂFirstlꢅtheconvolutional  
pp  
g
y
neuralnetworkCNN isusedtoclassiftheroadornonroadꢅthenshaefeaturesareadotedtofilter  
ꢄ ꢇ  
y
p
p
nonlinearfeaturestoettheaccurateroadreionꢂAndonthisbasisꢅweexloittensorvotintodetectthe  
g
g
p
g
roadunctionsandutilizethemasinitiallevelcurvesꢆfinallwefusetheresultsobtainedbtheCNNand  
j
y
y
LSEꢂExerimentsshowthatthisalorithmcanetanaccurateandcomleteroadꢂ  
p
g
g
p
Ke Words: convolutionalneuralnetworkCNNꢆshaefeatureꢆtensorvotinꢆlevelsetꢆinformationfusion  
ꢄ ꢇ p  
g
y
:
:
2016-05-23  
收稿日期  
网络出版时间  
2016-01-20  
:
(
,
,
,
); (  
教育部新世纪优秀人才支持计划资助项目  
基金项目 国家自然科学基金资助项目  
6147230261272280U140462041271447  
NCET-  
);  
中央高校基本科研业务费专项资金资助项目  
12-0919  
(
,
,
,
);  
陕西省自然科  
K5051203020JB150313K5051303018BDY081422  
(
,
);  
西安市科技局资助项目  
( ());  
地理信息工程国家重点实验室开放研究  
CXY14411  
学基金资助项目  
2014JM83102010JM8027  
(
)
基金资助项目  
SKLGIE2014-M-4-4  
:
(
1989ꢀ  
), ,  
西安电子科技大学博士研究生  
,
:
y
作者简介 刘如意  
女
E-mailrui198901210121@126.com.  
:
(
1972ꢀ  
), , ,  
教授  
:
通信作者 苗启广  
男
E-mail miao@126.com.  
qg  
: ://  
/ / /  
网络出版地址  
htt www.cnki.netkcmsdetail61.1076.TN.20160523.1727.036.html  
p
:
刘如意等 一种自动的高分辨率遥感影像道路提取方法  
第
期
1
101  
,
,
随着越来越多的高分辨率遥感卫星的发射 使得获取更多高分辨率的遥感影像成为可能 如何对这些影  
像数据进行处理也就成为了研究的热点和难点 如何准确地从高分辨率遥感影像中提取感兴趣的目标具有  
.
[]  
1
, ,  
在过去的几十年中 道路作为重要的地理信息得到广泛的关注和研究 然而 高分辨率  
.
非常重要的意义  
.
,
,
遥感影像中背景较复杂 且受到周围地物阴影以及道路与房屋光谱近似等问题的影响 使得道路提取仍具挑  
[]  
2
[]  
使用  
、
滤波器 张量投票和最优分  
战性  
割理论来提取道路 该方法结合三者的优势可从多种数据中提取道路信息 但是对于道路与背景信息相似的  
[]  
目前已经存在很多半自动和自动的道路提取算法 文献  
.
. 3 Gabor  
,
,
,
提出基于概率论和图论的方法提取道路网络 该算法能够取得较好的效果 但是  
.
地方提取效果不好 文献  
. 4  
(
)
[]  
利用数学形态学剖面和支持向量机来提取道  
针对不同类型的道路 水泥路和柏油路 需要人工干预 文献  
. 5  
,
,
[]  
使用基于区域的水平集分割方法来  
路 相比于其他光谱空间分类方法 该方法提取的道路精度更高 文献  
. 6  
,
,
,
自动地从航拍和卫星图像中提取道路 其中把一个椭圆作为初始演化曲线 实现了水平集分割的自动化 但  
[]  
(
提出两种水平集分割方法来提取人工目标 如建筑物  
是该方法提取的道路中含有很多非道路区域 文献  
. 7  
),  
,
和道路 它们使用高斯核来代替传统的基于平均曲率的规则项 以便于使用更大的时间步长来加快收敛速  
,
,
度 而且只有少量的参数需要调整 它们的不足  
是需要人工初始演化曲线  
.
,
如何准确分割出道路 使道路信息尽可能保  
,
,
留 而非道路信息尽可能去除 对道路信息的准  
确提取十分重要 深度神经网络具有非常好的目  
.
,
标 信 息 表 达 能 力 尤 其 是 卷 积 神 经 网 络  
(
, ),  
它能够  
ConvolutionalNeuralNetworkCNN  
,
自动提取目标的特征 已经广泛应用于图像分类  
[]  
8
图
道路提取流程图  
1
[]  
基于区域的水平  
和目标识别等方面  
集分割方法可以得到更准确完整的目标边界 而  
且对于灰度变化更健壮 道路交叉口是道路网的重要组成部分 在高分辨率遥感图像中 道路交叉口表现为  
文献  
. 7  
,
,
,
.
[ ]  
9-10  
,
、
张量  
CNN  
区域特性 张量投票  
可以用来提取道路的交叉口 在以上研究的基础上 笔者提出一种集成  
.
.
,
,
进行像素的分类 分为  
投票和水平集分割的道路自动提取方法 图 给出了算法的流程图 首先 使用  
. 1  
.
CNN  
,
,
道路类和非道路类 然而影像中纹理与道路相似的目标也被分为道路类 为了过滤掉这些目标 使用形状特  
.
,
,
征对分类结果图进行过滤 并且进行孔洞填充 得到比较纯净的道路 因为分类后的道路在一定程度上膨胀  
.
,
,
了 所以寻找道路的边缘非常重要 使用基于区域的水平集分割方法来得到道路的准确边缘 在水平集方法  
.
,
中使用张量投票检测到的交叉区域的轮廓作为初始演化曲线 最后 将过滤后的  
分类结果和水平集分  
CNN  
.
,
,
割得到的结果进行融合 既可以去除非道路区域 又可以更好地保持道路的边缘  
.
基于张量投票的水平集方法及其在道路提取中的应用  
1
基于  
的像素级分类  
1.1  
CNN  
[ ]  
11  
,
是一种基于深度学习理论的多层感知器  
该网络得到了非常广泛的应用 因为它可以直接输入  
CNN  
.
,
的基本框架如图 所示 该框架由 个卷积层 个子采  
2 2  
、
原始图像而避免了对图像的复杂前期预处理  
.CNN  
2
,
,
样层交替组成 卷积层也称为特征提取层 该层提取出的特征具有旋转和平移不变性 其中 提取不同的特征  
.
.
,
,
需要使用不同的卷积核 采样层也称为特征映射层 网络的每个计算层由多个特征映射组成 该层提取出具  
.
,
,
有缩放不变性的特征 因此 多个卷积层和采样层交替组成的人工神经网络具有良好的特征学习能力 并且  
.
,
,
,
学习到的特征可以更好地反映原始图像的特征 从而更有利于分类 网络的末层连上一个全连接层 就可以  
[ ]  
12  
,
其数据的类别为两类 即道路类和非道路类  
. .  
达到分类的目的 文中使用  
来预测每个像素的类别  
.
CNN  
形状特征分析和孔洞填充  
1.2  
, ,  
进行像素分类后的图像 虽然所有道路基本被提取出来 但仍然存在建筑物等其他人工  
对于使用  
CNN  
://  
http www.xdxb.net  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号