刘 立 彭 刚

（1.中国人民解放军32016部队，甘肃兰州 730000；2.中国人民解放军32022部队，湖北武汉 430074）

对线状地物的研究是遥感影像地物识别研究的关键，在线状地物研究中，较为重要的内容为道路及水系，是地图中应重点突出内容。从实际情况来看，常见的线状地物提取方法包括边缘检测、光谱分析、卷积神经网络等方法。在边缘检测方法中常用Canny算法，这种算法较为严格，可在短时间内实现结果和数据。

在遥感影像线状地物提出技术中，可利用高分辨遥感影像对光谱特征和空间信息进行有效分析，针对每个区域进行提取。

在实际的工作中，影像的分割会受到各种因素的影响，如在噪声及其他声音的影响下，相关人员提取的数据会存在误差。因此，边缘影像为地物的主要特征之一，Canny进行边缘检测可以有效提取地物信息，为后期工作奠定基础[1]。

本文从线状地物的特征入手，主要对相关提取方法进行研究，得出最优的检测方法，以提升线状地物的检测技术水平。

1 线状地物的形状特征分析

线状地物的总特征以长和宽较大的矩形为主，常见的形状特征有4种：

（1）连贯的长矩形线状地物；

（2）条矩形线状物出现小的孔洞，如道路上的车辆或河道中的船只；

（3）弯曲矩形，如弯曲的道路或河流；

（4）面状地物相互连接，如道路或居民地等。

2 基于Canny边缘检测的面向对象提取方法

2.1 Canny边缘检测算法

（1）通过对区域内不同位置的像元赋予不同的权值，可保留地物的边缘信息。

采取用函数进行分析，处理噪声的滤波器G与影像F，可以过滤噪声，得出影像g：