孙 瑶 孙国强 赵慧敏

(1. 江苏海洋大学 海洋技术与测绘学院, 江苏 连云港 222000; 2. 山东科技大学测绘与空间信息学院, 山东 青岛 266590)

0 引言

随着遥感影像分辨率的不断提高,影像中包含的空间信息也不断地变多,从影像中提取更多更详细的信息也就显得更加重要。道路作为城市交通的主体,不仅是重要的地理空间信息,也是文化、政治交流的重要方式。因此道路信息对城市的发展、交通的管理都具有重要的意义[1]。道路信息是影像信息的重要组成部分,道路的提取方法也多种多样。如利用像元的方法、面向对象的方法以及随着计算机科学和图像处理技术的快速发展带来的机器学习、深度学习神经网络等更高效快速准确地提取方法[2]。像元的提取方法主要是利用不同的地物的光谱差异性进行分类,罗庆洲等利用将光谱特性和几何特性相结合的方法对道路进行提取,该方法可以将和道路相联结的地物分割开来[3];GAETANO等[4]首先使用Canny算子对道路进行边缘信息的检测,对结果再使用距离函数计算出中心线的位置,使用图割论提取最终的道路图;面向对象的方法将提取要素看作整体,对这个整体分析其具体的特征信息,根据得到的信息再建模,继而分割和提取;余长慧等[5]使用分水岭分割算法先将影像分割成多个小区域,提取道路阶段选择面向对象的马尔科夫随机场方法,该方法对影像的分割结果比较依赖;吴学文等[6]采用了一种快……