一种自动的高分辨率遥感影像道路提取方法

• 作者: 刘如意 宋建锋 权义宁 杨云 苗启广 许鹏飞 雪晴
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 形状特征分析 张量投票 水平集分割 信息融合
• 年，卷（期）: 2017,（1）
• 页码范围: 100-105
• 页数: 6页
• 分类号: TP391
• 字数: 3348字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2017.01.018

摘要

从高分辨率遥感影像中提取道路有着非常重要的意义，但是受到遥感影像噪声、复杂的自然场景和已有算法的局限性的影响，道路提取有待于进一步研究。近些年来水平集方法被用于提取道路，但是初始水平演化曲线的确定却是一个大的难点。笔者提出一种自动的水平集分割方法，并将其用于道路检测中。首先，将卷积神经网络用于道路的粗分类。然后，利用形状特征和孔洞填充方法得到比较准确的道路区域。在此基础上，利用张量投票来提取道路的交叉口，并将其轮廓作为水平集演化的初始曲线进行水平集分割。最后，结合卷积神经网络分类和水平集分割的优势，得到比较完整的道路区域，并保持了道路的边缘。实验结果表明，该方法能自动地提取准确完整的道路区域。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨云	西安测绘研究所地理信息工程国家重点实验室	15	221	9.0	14.0
2	权义宁	西安电子科技大学计算机学院	25	168	8.0	12.0
3	苗启广	西安电子科技大学计算机学院	60	939	16.0	29.0
4	宋建锋	西安电子科技大学计算机学院	12	69	5.0	8.0
5	许鹏飞	西北大学信息科学与技术学院	7	29	2.0	5.0
6	刘如意	西安电子科技大学计算机学院	3	26	2.0	3.0
7	雪晴	西安电子科技大学计算机学院	1	23	1.0	1.0