阙昊懿， 黄辉先， 徐建闽

(1.湘潭大学信息工程学院，湘潭 411105； 2.华南理工大学土木与交通学院，广州 510200)

0 引言

随着遥感图像处理技术的发展和图像分辨率的不断提高[1]，基于高分辨率遥感图像[2]的道路专题信息提取技术已广泛应用于城市交通研究领域。而由纵横交错的城市道路网构成的庞大交通网络，也自然而然成为了遥感图像在城市交通领域的研究热点之一。目前，从遥感图像上提取道路边缘信息的算法主要有边缘检测[3-4]、Hough直线提取[5-7]以及模板匹配[6-11]等等。其中，边缘检测就是通过对图像灰度跃变的分析寻找图像区域边缘的技术。对于数字图像，通常使用卷积或是类似卷积的方法来实现对灰度的分析。常用的边缘检测算法有梯度法[2]、Roberts梯度法[3]和Sobel算法等[4]。 Hough变换常常被用来对图像中的直线和圆进行识别[7]，但是Hough变换对于间断点以及不规则图形的检测效果并不理想[8]。

模板匹配技术一般是基于已知的模板，利用影像的灰度、形态等特征算法对待识别的图像进行匹配计算，判断图像中是否含有该模板的信息和坐标。但模板匹配算法计算量过大，匹配速度较低[11]。为此，本文提出了一种基于减小增长误差的序列模板匹配检测算法，旨在提高算法检测精度的同时，减小模板匹配的计算量，提高检测速度，抑制增长误差。

1 检测算法

1.1 模板匹配算法

在图像识别过程中，模板匹配是将待匹配的图像与被搜索图像的全部或部分在空间上对准，根据已知模式的图像在一幅陌生图像中寻找对应该模式子图像的过程。……