趙煥新

摘要：總結(jié)了道路提取常用的形狀指數(shù)，提出一種新的長寬比指數(shù)，采用該長寬比和面積指數(shù)結(jié)合光譜特征從高分辨率遙感影像中提取道路。實驗證明采用新的長寬比指數(shù)能有效的將線狀道路與面狀房屋區(qū)分開來。

關(guān)鍵字：高分辨率；遙感影像；道路提取

中圖分類號：G642.4 文獻標志碼：A 文章編號：1674-9324（2016）17-0199-02

近年來，很多學者致力于利用道路的形狀特征和光譜特征相結(jié)合來提取道路。不同學者提出不同的形狀特征，總結(jié)如下：

緊實度：P為區(qū)域周長，Π為圓周率。

長寬比：區(qū)域的最小外接矩形的長寬比。

矩形度：也有學者稱之為充滿度。F=S為區(qū)域面積，為最小外接矩形面積。

形狀復(fù)雜性E：E=L為連通區(qū)域周長，S為區(qū)域面積。

周長：影像對象邊界的總長為像素長度。

面積：道路通常是一段一段相互連接的網(wǎng)狀結(jié)構(gòu)，面積不會太小，利用此特征可濾除面積較小的干擾物體，節(jié)省后續(xù)計算時間。

形狀指數(shù)：C是區(qū)域周長，A為區(qū)域面積。

密度：其中協(xié)方差矩陣S。

不對稱性：m、n分別表示外接橢圓長軸和短軸的長度。

狹長度：其中與表示的最大值和最小值。f（I，j），θ∈0，Π）其中N和M分別是圖像的行列號上限。

極慣性矩：平面面積對垂直于該平面的軸線之慣性矩稱為極慣性矩。

一、傳統(tǒng)的長寬比指數(shù)存在不足

在圖1中左邊矩形的區(qū)域與右邊線型道路擁有同樣大小的外接矩形，利用上述長寬比無法區(qū)分兩者。苗則朗等對長寬比進行了改進，改進后的長度為圖形外接矩形的對角線L，寬度W為n/L，其中n為圖形像素個數(shù)。后者相對前者是有所改進，但有些情況仍然存在不足，如遇到錯綜復(fù)雜的道路，如圖2中，其外接矩形的對角線長度遠小于道路真實長度，如此造成計算得到的長寬比偏小。

二、改進長寬比指數(shù)并結(jié)合面積參數(shù)從高分辨率遙感影像中提取道路

如圖3所示，在一連通區(qū)域內(nèi)選擇一像素點o，作若干條經(jīng)過o點的直線，這些直線要均勻的分布在不同方向上，直線與連通區(qū)域的交線分別為ab、cd、ef、gh、mn……比較各線段的長度，取最短的線段長度作為該連通區(qū)域的寬度W，該聯(lián)通區(qū)域的長度L=S/W，其中S代表該區(qū)域的面積。在該過程中，所作直線條數(shù)越多，所求的寬度越接近于區(qū)域?qū)挾?，但同時會增大計算量，減慢計算速度，此外每條直線可能會遇到區(qū)域中有孔洞的地方，導致計算的寬度偏小?？紤]到以上兩個因素，本次實驗中對每個連通區(qū)域選擇通過四個不同的像素點分別作若干條直線，本文中所作直線分別為東西、南北、西北-東南、東北-西南方向的四條直線，首先計算通過每個點的四條直線與聯(lián)通區(qū)域的交線，取其中的最短距離d1，d2，d3，d4，然后取d1，d2，d3，d4中的最大值作為該區(qū)域的寬度。

（一）提取道路的流程

1.統(tǒng)計圖像道路像素RGB值，初步選擇道路。本文在道路上均勻選取40個像素點，統(tǒng)計他們的RGB值范圍為932.從圖5中可以看到每個連通區(qū)域有很多小孔，為減少對獲取連通區(qū)域?qū)挾鹊挠绊懀瑢D2進行先膨脹后腐蝕的操作，減少孔洞的數(shù)量，然后根據(jù)前述的長寬比定義獲取每個連通區(qū)域的長寬比，消除長寬比小于閾值的連通區(qū)域，此次實驗所取閾值為10。得到圖6，從圖中可以看到大部分零星地物已被消除，右下角矩形建筑也被消除。

3.濾除面積較小的地物。從圖6可以看到道路上端有一小片非道路區(qū)域與道路相連，本文采用腐蝕算法將兩者分開，采用的結(jié)構(gòu)元素為0 1 01 1 10 1 0。經(jīng)3次腐蝕后的圖像如圖7。

由于腐蝕的作用使得道路變窄，中間的孔洞也變大，因此濾除小面積地物后再采用矩陣B對圖像進行3次膨脹處理，最終得到的主干道路圖像如圖8。

（二）結(jié)論與不足

結(jié)論：本文提出一種新的長寬比的定義，并利用該定義結(jié)合面積參數(shù)成功從高分辨率遙感影像提取主干道路。

不足：連通區(qū)域里的孔洞會影響長寬比的獲取。

參考文獻：

[1]羅慶洲，尹球，匡定波.光譜與形狀特征相結(jié)合的道路提取方法研究[J].遙感技術(shù)與應(yīng)用，2007，22（2）：339-344.

[2]李曉峰，張樹清，韓富偉.基于多重信息融合的高分辨率遙感影像道路信息提取[J].測繪學報，2008，37（2）：178-184.

[3]雷小奇，王衛(wèi)星，賴均.一種基于形狀特征進行高分辨率遙感影像道路提取方法[J].測繪學報，2009，38（5）：457-465.

[4]申真.基于面向?qū)ο蟮母叻直媛蔬b感影像道路提取研究[D].贛州：江西理工大學，2012.

[5]苗則朗，史文中，張華.一種高分辨率影像道路中心線提取算法[J].中國礦業(yè)大學學報，2013，42（5）：887.