基于PCA方法的高分辨率遙感影像城市道路提取

孫震輝

(河南理工大學(xué) 測繪與國土信息工程學(xué)院，河南 焦作454001)

?

基于PCA方法的高分辨率遙感影像城市道路提取

孫震輝

(河南理工大學(xué) 測繪與國土信息工程學(xué)院，河南 焦作454001)

基于PCA變換生成的假彩色圖像具有較強的色彩表達(dá)能力和突顯地物的優(yōu)點，提出了一種以PCA變換為基礎(chǔ)的城市高分辨率遙感影像道路提取方法。首先對原始影像進(jìn)行降噪、增強等預(yù)處理，然后進(jìn)行PCA變換，并使用PCA變換后的新分量組成假彩色圖像，根據(jù)RGB空間向量的彩色圖像分割方法將道路初步提取出來，最后使用面積開運算和數(shù)學(xué)形態(tài)學(xué)的方法對初步提取的結(jié)果進(jìn)行后處理。實驗表明：通過該方法，能夠?qū)⒉煌瑐鞲衅骱筒煌鞘懈叻直媛视跋裰械牡缆窚?zhǔn)確完整地提取出來。

PCA變換；色彩表達(dá)；城市道路；RGB空間向量；高分辨遙感影像

城市道路信息提取的研究在國內(nèi)外持續(xù)了30多年，出現(xiàn)了許多技術(shù)和方法的創(chuàng)新，特別是近幾年，更加實用和靈活的方法被提出。Cheng等[1]提出了一種基于概率傳播的圖割道路自動提取算法，有效而準(zhǔn)確地提取了城市道路，并且在視覺和質(zhì)量上都有很大提高。Movaghati[2]等利用粒子濾波和擴展卡爾曼濾波相結(jié)合的方法進(jìn)行道路提取，取得了滿意的效果。Naouai[3]等嘗試使用四元數(shù)小波的方法進(jìn)行道路自動提取，該方法充分利用了道路在影像上的光譜和幾何形狀特征保證道路的提取質(zhì)量，同時提出了一個名為“路段連接”的道路連接新算法，有效保證道路提取的完整性和準(zhǔn)確性。李建飛等[4]利用改進(jìn)的直線檢測方法實現(xiàn)對道路信息的提取，而且效果較好。殷碩文等[5]結(jié)合模糊連接度理論和SPOT影像上道路的表現(xiàn)特性提出了一種多種子點模糊連接度的主干道路半自動提取方法，取得較好的效果。唐偉等[6]基于Snake模型的優(yōu)勢，提出一種四元數(shù)空間高分辨率遙感影像的道路提取方法，該方法對于高分辨率影像的高等級道路提取具有較好的精度。王雙等[7]提出了一種基于改進(jìn)path opening的高分辨率遙感影像道路提取新方法，對解決提取不完整的道路和曲率較大的道路具有積極意義。

以上文獻(xiàn)對于城市道路的提取提供了頗有意義的參考，但均是基于原始圖像，以某種或幾種算法的聯(lián)合為基礎(chǔ)，將道路提取。本文利用PCA變換后形成的假彩色圖像具有良好色彩表達(dá)能力以及道路在其上具有顯著色彩特征的優(yōu)點，提出了一種基于PCA變換的道路提取算法。首先對圖像進(jìn)行預(yù)處理，然后進(jìn)行PCA變換并生成基于PCA分量組合的假彩色圖像，使用RGB空間向量的分割方法對假彩色圖像進(jìn)行分割，將道路初步分割出來，最后利用數(shù)學(xué)形態(tài)學(xué)的方法對分割的道路進(jìn)行后處理，完成對城市道路網(wǎng)的提取。

1　方法原理介紹

1.1PCA變換的色彩特性

PCA方法是一種降維的統(tǒng)計方法，主要思想是借助于一個正交變換，將其分量相關(guān)的原隨機向量轉(zhuǎn)化成其分量不相關(guān)的新隨機向量，在遙感領(lǐng)域主要應(yīng)用于圖像融合、地物動態(tài)變化監(jiān)測以及高光譜圖像降維處理等多個方面[8]。

PCA變換具有許多特點[8]，其中一個較為顯著的特點就是PCA的假彩色圖像往往比原有圖像的色彩表達(dá)更加豐富，因此可以增強和突出某些研究對象，成為識別和提取地物的一個基礎(chǔ)[9]。為了便于解釋PCA圖像較強的色彩表達(dá)特性，假定將圖像中的像素點放在一個由三原色構(gòu)成的三維彩色空間中，見圖1。該空間主要解釋了如何使用加色法顯示數(shù)據(jù)，其中黃色由紅色和綠色相加得到，品紅色由藍(lán)色和紅色相加得到，青色由綠色和藍(lán)色相加得到，白色是三原色相加的結(jié)果，黑色是三原色在零處的結(jié)果，對角線則表示不同的灰度級。對于原始圖像來講，由于波段的相關(guān)性，每個波段的直方圖在一定范圍上是重合的，圖像的像素點就會相對集中在三維空間的對角線上，如圖2(a)所示，彩色表達(dá)能力受到限制。經(jīng)過PCA變換后，去除了原始影像各波段的相關(guān)性，使得各分量的直方圖分布范圍沒有交集，PCA圖像中的像素點就相當(dāng)?shù)姆稚?，在三維空間里表現(xiàn)的就是填充了整個彩色空間，使得圖像具有更好的彩色表達(dá)能力，如圖2(b)所示。

圖1　遙感圖像三原色的彩色空間

圖2　相關(guān)與不相關(guān)波段的三維彩色空間表達(dá)示意圖

1.2彩色圖像分割

常用的彩色圖像分割方法有直方圖閾值方法、特征空間聚類、基于區(qū)域的方法、模糊方法、神經(jīng)元網(wǎng)絡(luò)等[10]，各種方法在算法實現(xiàn)和時間效率上有所差異。本文在研究總結(jié)各種算法和道路提取的特點后，將RGB特征向量分割的方法作為本文的分割方法，該算法實現(xiàn)簡單，并且耗時較短，便于實際工程應(yīng)用，可以大大縮短道路專題圖制圖的周期。該方法首先對興趣目標(biāo)進(jìn)行樣本選取，以得到該樣本RGB各通道的灰度平均估計，并組成平均估計的RGB特征向量α=(αR,αG,αB)。然后按照歐氏距離判斷給定點z是否具有特征向量α相似的顏色特性，若z和α的距離小于給定的閾值D0，則稱稱z與α是相似的。z和α間的歐氏距離為：

(4)

圖3　道路提取流程圖

式中：下標(biāo)R、G、B表示向量α和z的RGB分量。若滿足D(z,a)≤D0，則表明z點符合指定的彩色準(zhǔn)則，如不滿足則認(rèn)為不符合指定的顏色準(zhǔn)則，在圖像中對這兩組點進(jìn)行編碼，產(chǎn)生二值的分割圖像。

2　算法流程

本文基于道路在數(shù)據(jù)上的光譜特性，首先進(jìn)行圖像降噪和圖像增強等預(yù)處理；其次對增強后的圖像進(jìn)行PCA變換，使用RGB空間向量的彩色圖像分割方法對PCA變換后的假彩色圖像進(jìn)行分割處理，提取出道路信息；最后利用面積開運算和數(shù)學(xué)形態(tài)學(xué)的方法進(jìn)行后處理。具體流程見圖3。

2.1圖像預(yù)處理

圖像預(yù)處理是圖像后續(xù)處理的基礎(chǔ)，對于最終的提取精度具有很大影響。針對高分辨率遙感圖像自身的特點，主要是進(jìn)行圖像去噪和增強等處理。本文使用自適應(yīng)濾波的方法對圖像進(jìn)行噪聲處理，使用自適應(yīng)直方圖調(diào)整的方法(AHE)對圖像進(jìn)行增強處理，增大道路信息與背景的反差。

2.2道路提取

根據(jù)PCA變換的原理對預(yù)處理后的圖像進(jìn)行PCA變換，生成互不相關(guān)的新分量，利用PCA變換的彩色特性，組成突顯道路色彩的假彩色圖像。選取道路的典型樣本，給定合適的閾值，利用RGB空間向量的彩色圖像分割方法對假彩色圖像進(jìn)行分割處理，獲得道路信息。

2.3后處理

對于分割后的圖像仍可能存在一些孤立的噪聲斑點或其他顏色接近的地物，因此需要使用面積開運算等方法消除這些孤立的噪聲以及利用長寬比的約束條件消除非道路的地物信息，然后結(jié)合數(shù)學(xué)形態(tài)學(xué)的方法對道路信息進(jìn)行必要的整飾。

3　道路提取實驗

3.1道路提取實驗一

實驗一選取美國某地的SPOT影像，大小為3 600×2 080像素，該區(qū)域具有道路、植被、建筑物和裸地等，地物類型復(fù)雜多樣，見圖4(a)。為了便于道路的提取，首先使用自適應(yīng)直方圖調(diào)整的方法(AHE)對原始影像進(jìn)行了圖像增強的處理，加大道路與背景的對比度。

根據(jù)PCA變換的方法，將預(yù)處理后的圖像進(jìn)行PCA變換，形成PC1、PC2、PC3、PC4四個互不相關(guān)的新分量。由于道路信息僅在前三個分量上表現(xiàn)的比較突出，因此僅對前三個分量進(jìn)行處理。通過假彩色合成的實驗比較，選取PC3為R分量，PC2為G分量，PC1為B分量，合成的假彩色影像中的道路信息更加突出，見圖4(b)，基本上成藍(lán)色調(diào)，與其他地物差別較大。在藍(lán)色道路上進(jìn)行取樣，按照RGB空間向量的彩色圖像分割方法將圖像藍(lán)色區(qū)域分割出來，其中分割的閾值設(shè)定為70。最后通過面積開運算消去圖中小于200像素的噪聲斑點，得到最終結(jié)果圖，見圖4(c)。由最終結(jié)果可見，道路的信息基本提取了出來，但在圖像的右上方，由于部分道路的顏色出現(xiàn)了差異，因而未被識別出來，整體而言道路提取的完整性比較好。

圖4　實驗一提取結(jié)果

3.2道路提取實驗二

實驗二選取美國另一地區(qū)的Quickbird影像，大小為4 000×4 000像素，見圖5(a)。由圖5(a)可見，該區(qū)域的地物類型復(fù)雜多樣，比實驗一中的場景更加復(fù)雜，干擾噪聲較多。首先使用自適應(yīng)濾波的方法對原始影像進(jìn)行了去噪處理，減弱噪聲的干擾，然后使用自適應(yīng)直方圖調(diào)整的方法(AHE)對去噪后的影像進(jìn)行了圖像增強的處理，加大道路與背景的對比度。

通過PCA變換將預(yù)處理后的圖像轉(zhuǎn)化為相互獨立的四個新分量。通過對比試驗后，仍選用PC1、PC2和PC3前三個分量組成假彩色圖像，見圖5(b)。從假彩色圖中可以看到，假彩色中的道路基本呈現(xiàn)出綠色調(diào)，與其他地物差別較大，對道路的綠色取樣后，以65為閾值，將道路的綠色分割出來。最后通過面積開運算消去圖中小于500像素的噪聲斑點，得到最終結(jié)果圖，見圖5(c)。由最終結(jié)果可見，圖中的道路信息基本已經(jīng)提取了出來，邊緣信息也比較清晰，但不可避免的把顏色類似于道路的地物提取了出來，總體而言提取效果較好。

圖5　實驗二提取結(jié)果

4　結(jié)論

針對高分辨率遙感影像，通過PCA變換生成的假彩色圖像具有區(qū)別于其他地物的特征，提出了一種基于PCA的城市道路提取方法。利用PCA假彩色圖中具有更加豐富的色彩表達(dá)能力和對道路信息的突顯，通過RGB空間向量的彩色圖像分割方法將道路初步提取出來，然后使用面積開運算和形態(tài)學(xué)處理等方法消除其他噪聲的干擾，最終得到準(zhǔn)確和完整的道路信息。該方法對不同地域與不同傳感器的影像均有良好的提取效果，表明該算法具有一定的普適性和實用性。

[1]Cheng G,Wang Y,Gong Y,et al.Urban road extraction via graph cuts based probability propagation[C].Image Processing (ICIP),2014 IEEE International Conference on.IEEE,2014:5072-5076.

[2]Movaghati S,Moghaddamjoo A,Tavakoli A.Road extraction from satellite images using particle filtering and extended Kalman filtering[J].Geoscience and Remote Sensing,IEEE Transactions on,2010,48(7):2807-2817.

[3]Naouai M,Hamouda A,Akkari A,et al.New approach for road extraction from high resolution remotely sensed images using the quaternionic wavelet[M]//Pattern Recognition and Image Analysis.Springer Berlin Heidelberg,2011:452-459.

[4]許銳.結(jié)合形狀與同質(zhì)特征的遙感影像城市道路提取方法[J].測繪科學(xué)技術(shù)學(xué)報,2014,31(1):53-56.

[5]殷碩文,丁靜.基于多種子點模糊連接度的 SPOT 影像道路提取[J].測繪科學(xué)技術(shù)學(xué)報,2009,26(3):190-194.

[6]唐偉,趙書河.基于GVF和Snake模型的高分辨率遙感圖像四元數(shù)空間道路提取[J].遙感學(xué)報,2011,15(5):1040-1052.

[7]王雙,曹國.一種基于改進(jìn)path opening 的道路提取新方法[J].計算機科學(xué),2014,41(2):285-289.

[8]陳述.遙感技術(shù)與遙感數(shù)字圖像分析處理方法、解譯制圖及其綜合應(yīng)用實務(wù)全書[M].銀川:寧夏大地音像出版社，2005.

[9]Richards J A,Richards J A.Remote Sensing Digital Image Analysis[M].Berlin:Springer,2013.

[10]林開顏,吳軍輝,徐立鴻.彩色圖像分割方法綜述[J].中國圖象圖形學(xué)報,2005,10(1):1-10.

Road extraction from high resolution images by PCA transform

SUN Zhen-hui

(School of Surveying and Land Information Engineering,Henan Polytechnic University,Jiaozuo 454000,China)

The false color images generated by PCA transform have the advantages of strong color expression ability and highlight features,and it proposed a new method of road extraction from high resolution remote sensing image based on PCA transform.First,the original image is preprocessed for noise reduction,enhancement,and then PCA transform is done,and false color image is formed using transformed new component based on PCA,and the road image is extracted initially according to RGB vector space of color image segmentation method.Finally,the results of the preliminary extraction were processed by the methods of open operation and mathematical morphology.The experimental results show that the method can accurately extract the road in the high resolution images of different sensors and different cities.

PCA transform;colors expression;urban roads;RGB space vector;high resolution image

2016-03-10

孫震輝(1987—)，男，河南焦作人，碩士研究生。

1674-7046(2016)04-0074-05

10.14140/j.cnki.hncjxb.2016.04.015

P231

A