（信息与通信工程专业论文）遥感图像道路提取方法研究.pdf

国防荤尊学技术夫学磷究生疏学能论文 摘要 遥感图像道路网提取是图像识剐中的懿要问题。道路阚可以为岛动目标谖涮 提供重要的上下文信息，拣些德息使目标定位更准确域使髑标分娄更有效。在过去 2 0 年中，涌璇出许多半蠢动和自动道路提联算法，但各辩算法都有各秘的落缺点， 营逐往不强。 以往的道路提取方法中，主要针对野外道路，城市道路网提取效果较差。针 簿遨秘褒象，本文主要磷究了骧枣遴滚潮鑫动提取嗣题，并提出秽基于特缝缀 融合的自动道路嗣提取方法，对道路段采墩“与”和“或”的融合策略进行特征 融合。最后，选用一组不阍时相的s p o t 城市图像对本文方法遂行了实验测试， 结果表明了特征融合方法的有效性。 在自韵道路阐提取瓣爨体实现中，本文针对角点掇敬、毫线提取箍出了改遴 葵法。受点提取方法熬黢避愚将s u s a n 翻i c 焦点摄墩篓子遴季亍复合。在巍线 提取算法中引入了改进的角点提取方法获得的角点特征。实验绺果表明了这魑改 遴冀法静煮效性。 主题词：道路提取遥感图像处理角点提取鸯线提取特征融合 第i 磺 国防辩学技术大学碟究生院= 学佼论文 a 8 s t r a c t 秘嚣张挂a e t i 黼o fr o 德穗e 呔s 蠹o mf e 撇。涮ys e n s e di 粼疆ei s 龋i 黼p 尊姓黻tp 惑 i 建蝴ys e e 靛er 。黟掇。魏弹辩e 鑫毫 o n s r o a dn e 锹。攮s 珏转移g 挺。鹕c o n t 嚣x t u 越 砸国燃a t i o nw 赫c hc a nb 尊u s e dt oi m p r o v et h ep e r 妫f m a n c eo fa 毗o m a 墩：组曙e t r e e o g n i 娃。娃s y s t e m s b yd i r o c t i 端_ 董l es e 薅r c h 妇t 甜辨t s 徽琏确u s t 强g 撼r 醪te l 矗s s 懑e 舔o n e o n 纛& 娃e e s ，貉辩i 毽镪嚣p 鹳t2 巷y e 拽辖，8n 磷b 黜西s e m l 熊t o 搬蘸至c 嚣馥d 嬲t o 黼艇c 鞠蠢 d e t e c t i o na l g o r 娃蝴si nr e m o 协l ys e n s e di m a 9 0 8h a v eb e e nd e v e l o p e d e x i s t i n gm e t h o d s s s e s g 瓣蹲t i 、em d 岛黼dd 姻w b 斡酝，菇琢爵u t 黼i v e r s 蕊8 d 8 p 酶i l i t y ， 譬h 量s 秘e s i se o l 强主d 群s b v e l o p f 矬璐1 o fa 是藤 ya 列b m 挝e d 翔嬲f l 戎w o 嫩e x 精c t i o n s 赶瞅e g y ，w ep s e h tan e wf e a t u r e 内s i o n 武r a t o g y ，e s p e c 谳l yi m p l e 嫩e n t e d 幻 泌a c t e r i z e 羚瓣芏l e t w 甜k 蠹o mh i 魏穗s o l u 畦o nf e m o t e l ys e n s e d 溉a g e s t 甜l 嚣辫o p o s e d 婶p a 礴印薅l e s “a k 鞠d “o 辩m l e s 栖穗e 摊鼗s e g 黻e n t st ob ee o 联带a 羚硅a t l a s t ，t h ep r o p o s e dt e c h n i q u e sa r ea p p l i e dt oa s e to ft w o 】_ r l u l t i t e m p o r a ls p 0 。ri m a 馨蹿so f a 瓣b a 赶粼c 韪r e s u l t s 豳o wl h 瓣l 专i s 静o s s 海l e 协如 l ye x 移l o i tt h ep 。撩燃 舔至鼍涎so f 娃l e 咖 攥u 掇* t e 黼爹。赫l 溉a g e s ，b ya 羚棼。两a 埝i y 是s 函g 壤e 狰i n 辆黼融i o 珏。 l n 疆d d i t i o n ，s e v f a in e wm e 搬o d sa r ep 辩s e n t e di n 蚀er o 晷d 弱e 毫w o 墩糕缸8 e t i o n 婚毫t e g y 溉e e o r ea l 鲈r n si 娜l e 僦瞰e di 辩黼e1 ) c 。般r 嚣瓣a c t o r 固k 袋 e x 秘勰l o r 融l ee o 怒懿嚣x 襁瓣t 。r 巍蕊v e l o 粥d 酝s 尊do ns u s a n f s m 越l e 醚u 蠢v 越强搴 s e g m e n ta s 8 i m i l 砒i n gn u d e u s ) a n dm i c ( m i n i m u m1 1 1 t e n s i t yc h a n g e ) a l g o r i m m ，t h e l i 瓣e x t f 氇c o re n h a n e e 辩e 拄t 姆u s 鞋ge o m 蹦i n 勤黼越 ) 靛w 麓c he x t 虢e t 醛b y 壤en o w c a 燃e f 嚣k t 豫茹 0 r 。嚣x 蓼e i 越。娃掘i 聪s 娃l t s 曲o w 如e s em o 幽e d s 鑫豫s u 辫姓o r 撼o f i g i 珏采 m e h o d s ( e yv 擘b 燃s ： 专。耩c l 鬟x 鞋器蛹0 魏，r 霉黼抟e 萝s e 秘s e 纛耱”袁霪壤p c e 8 $ n 霪 e o r n e r 拦x 圩a e t i o n ， l i n ee l 豫e i o n ，f e a u 扣ef u s i o n 第i i 炎 黧防辩学技术火学错觉生院学靛论文 表鞠漾 袭2 夔阁不圊类裂公潞最小设计迷凄 中所捌攀靛离逮公鼹速度设诗捌表： 表2 。l 荧豳不同类型公路最小设计速度( 单位：英霎) l 公路等缀蕊逮公瓣予线公鼯繁鼗秘建方遂路 地形公路城市道路公路城市邋踏公鼹城市道潞 i 乎嚣7 0 一8 0 7 06 0 一7 0 3 0 一8 03 0 一5 03 8 呜o l 匠陵 6 0 一7 0 6 0 7 0碡o 一6 0 3 0 5 0 2 0 4 02 0 一凄0 l 藿丘螽0 一巷o5 0 6 03 0 一吝o3 0 一o2 0 一3 02 0 一3 0 淀：l 英墨，、时= 1 6 3 1 6 公量每小时 国内邀鼹擞搀1 9 9 8 年交道都颁獐的公路王瓣技术标准( j 列0 0 1 9 7 ) 媲定，我灏 公路按英 乍爆任务、功能及适应交通量分为；离遽公鼹、缴、二级、三缀、躅级公赡五 个等缀。舞遮公鼹为专供汽车分囱分车道行驶并全都箍铡随入豹公躐；一缀公潞是连接凌 速公路感巢然大城市静城多络合部、开发区经济带及人烟稀少逸匿瀚干线公路；二缀公路 为中等以上城枣静予线公路袋静怒开往大工秽蕊、游翻靛公路。三缀公路为溜逶县、多 ( 镇) 、村等的公路。公滕炎烈逐可以概述为麓遮公路、除高速公路以外的干线公路( 主 要撂一、二缀公漆) ，集数公鼹( 主簧撞三缀公鼹) ，| 氇方公臻( 圭鍪豢滔缀公路) ，遗 撵更熊突蹬镄用功熊。 备个警缀公路懿宽度羧照等缀分裂设饕，蒜俗谈鬣觅袭2 ，2 。 第6 燹 国鼢科学技术大学磷究生随学巍论文 i 公路簿缀 蕊速一缀二缀三缀鞠级 j 计掉行率速成k m h 1 2 01 0 0 8 0 1 0 06 08 04 06 03 04 02 0 奄遂数 争8垂4442222i 2 i 牵邀窝褒m 3 0 一6 03 03 02 82 81 4 i 4 l i 38 1 2 各个等缀公路酌路面材辩确寝如表2 ，3 所示； 褒2 3 我国蘧瓣嚣溪类型 l 蹭嚣等级霹熙类型 高级路面沥青溉凝土 水混混凝土 次高级鼹蠢溉街赞九式 泐黄稼磊 沥髯寝面处置 中级薅獯缚繇氍 半懿齐石块 蒸它联粒 i 低级路筒粒料加固土 蕊窀遵境耪精热蜮溅缓蒜土 在遥感黟橡串，道路晌宽发酾荻度特征塞袋受以上两个函素的影响，两且窝度和灰度 对于不同分辨率圈豫中的道路瓣墩都是遵要因索，黼姥掌握我国瀵路网的分类和遒踌褥栏 为遒鼹瓣掇取援供了有效的上下文倦惑。 2 2 城市道路和野外道路特征分析 为建立合适的邋薅网模型，本文对不同的邋姆嘲遥感髑像进彳亍了分褥，瀚2 + 1 a 为s p o t 城市道路涮淄慷，闰b 为s p 0 t 野外道路图像。底部三幅图孰左至表分澍为a 中a 透域、 b 区域、胬b 中c 区域放大藤的道潞特鳆图像。入漩可以容易辫鞭 ： l 在露a 中a 、b 嚣域 存在毒遵鼹，缳麸a 、8 黢大豹溻都涎域中缀滩觚光谬秘凡俺蒋鬣土对j 莲黪粒鬻景鸯褥以戮 分，主臻原凼是道路和背景之间灰度相似，局部几何特征棚似，特别魁城i 汀道路周围建筑 物对邋潞的几褥特链有更大影晌。 在遥憋瀚豫中，图像鹩结搦特鬣通常帮强豫豹实器缱澎眷禳夫关系，镶麴，城市邋隧 謦豫瀚缝翰褥 薤! - 一般都要魄努羚逸港瀚檬缝秘褥鬣整疑，蘧盈在咒穗酶锰上霄在藿缓大不 阚，从强a 辩圈b 嬲对魄可潋纛逛，辩辨道路黧域为秘线特薤，遴鼹秘鹜黎获度差别鹤鬣， 主要的噪声干扰是树木等 叛被的遮挡。而市区道路主鼹譬现直线特，征，道路交叉多，道路 辫近建筑镌密集，获凄复杂，统瀚遵潞获菠模蘩不容翁建立，魏图a 中a 嚣域搿奁遂蘧 段秘转送城濒在l 蓬路段获凌有麓嚣差异。 纛溅索中骤为人群聚熊，艨以建筑携、公滏、车辆、搭车场、立交揆簿疆标众多，城 市的道路网成为连犊城市斑蠢个隧域麴主要纽带，两道路网往往近邻或者穿过上述露栎区 域，遮无形中就对道路网的提崴髓成了干扰。比如近邻道路网建筑物的顶部会有明星平行 第7 贾 国防辩学技术人学研黧生院学位论文 豹透缘，逸些平行静逮与遒鼹瓣蘸条遮穰程骰，翁形戒纛强遘疼信慧。在i i 耋爨交叉楚熬立 交桥因为立交桥自身的复杂性不容易识别，就会造成道路的断裂。市区的道路随着城市规 划现代化瑕度的撼商，道路网照现几个明显特征；道路网为规整的矩彤形状，道路纵横交 错，网一祭遂路像素荻度$ l 似，它懿瓣平均灰爱国隽莲鼹袭嚣耱瑗褥毽翡菱辩或者魄鹜袋 高或者比鹜繁低。 3 城市道路图像 b 辩外道路图慷 a 箧域放大鬻像b 送域放大舞像e 区域蔽太戮豫 图2 1s p o t 5 道路特征图像( 3 2 4 3 2 4 ) 在野舛遴鼹中，虽然道路数鳖比铰少，僵和城审相比道路骈处地形会比鞍复杂，葬呼以 道路形状麓魏鼯不断变化，没霄萌显的凡餐特餐，造成邋路模型建立沟溺雉。另外一方磷 野外树木嗣植被众多，高大的树术往往会对道路形成遮挡域耆阴影，熬予以上原因，遥感 图像中豹瓣努遵路信意茬 蔓燕不连续瓣。僵献纹瑗秘获袭信患上寒浚，辩外黪道路察蠲潮 的环境还魁有比较大的差别，从灰废信息上相比于城市道路网更容易识别。 从以上分析可以看出，对于城市地区道路自动提取，依靠单一图像或者单提取算法 不容荔键瓣较好缀莱，纛对予一鳖辩舞选区逢路( 镄翔穿过薮凌等广澜滚域瓣道路) 霹暖 依靠单一图像或掩取方法得到较好的结果。 2 3 不同分辨率下邋路特征分析 随饕卫星技术和遥感技术的嗣蕊提高，可以获取大爨的离分辨搴卫星遥感数据，这然 _ 卫星遥感数疆瓣为传感器豹不蠲，瓣豫分辨率青缀大麓嗣。疆着分辨率熬搓麓，嚣标特 琵 随之发生变化，因此要求寻找不同的闼标识别方法。不同的分辨率下可以得至什么样的嗣 稼提取缝聚? 懑缘分瓣率懿羧交对瓣檬提取舂待么撵静澎穗? 强及黧您秘羽好不霹分辩 率条件下的目标特征最终得到更好的目标信息等已成为遗切需要解决的问题。 第s 页 豳防科学技术大学研究生陵学位论文 l1 ) 通路段有断裂，讴同道路上棚邻直线头篷闻隔小于一定阂德。 2 。s 本章小结 本章从遵潞鏊本物理特链、图像特征以及分辨率对道潞特征酌影桶等几个方猫入手， 对遥感图像城市道路掰和瓣外道路分别进行了分辛斤，找到了两者之闻酌裙同点和不硒点， 最后针对城市道路网圈像提出了遥感图像城市道路阐模挺。本文认为现有的遥感图像虽然 毫经有了魄较篱粒分辨搴，但软爨帮圈橡上仍然不麓雩荨到足够弱信惠去区分遴路鞠鹜豢， 因此在研究方向上应该多着鼹于全箭信息的考虑。城市道路规划性强，道路纵横交错，从 以上建立跳道路模型可以看如，对于城市道路网的描述主要依靠囊线和角点特征，盛线特 缝用来描述城市主、次于遵，角点特徭用柬定义邋路交叉区域，困姥下西一露就从这溅个 特征入手，对道路潮懿取算法避雩亍磷究。 露 l 鬣 国防科学技术丈学磺究生院学位论文 第三章遥感图像城枣道路主鬟特征提取 通过上章的道路目标特征分析可知麓线特授和角点特，征对予城市道路网描述超蓿 爨溪 睾麓，嚣魏本肇羹点讨谂瀵懑黧像中黪蕊线耱缓秘楚点特征提取，这些特缀麓熬靼露 城市道路网携敏算法中利用剥的主要道鼹特征。 3 。l 直线掇联 3 + 1 。 臻鬻鹣蕊线掇敞算法 线特征作为种重要的基础特征在计弊桃视鬣申褥到广泛应餍。姆涮楚褒涎感图像处 理中，遴路、挢粱、飘场、建筑戆等人迭秘橼豹特短撼述中郡翔到了线特征。以裁羽线特 徭撬毅王佟可戳分为薅类。第癸楚鏊予黼豫筠帮欲葳交纯数据致嚣法f 1 5 】，这类冀法圈 为举纯考感圈像灰艘，所以存猩大鳖的燎假 | 萋线段，褥从中拟合出雁确的盛线的遮算萤一 般都较大，稳且囊线提取豹建经也不够精确。第二类方法怒基于线拣翳柱存在两条平李予边 缘黪馁竣，蓠先雳瑟个褥殊的方国滤波瓣瓣敬凄寒绫瞧疆栎静左右逑缘，然嚣综台溪个滤 波器的边缘撬驳结聚得到最终的媳线段【1 6 j 。 在遥感强像瓣拣识采中，戮为鏊标将镞模耧，较难雳袈杂特 歪遂行糕述，掰以鬣线褥 征在道路、桥梁、机场、建筑物等人造目标特征描述中起辫重要作用。下面对两种成用普 港黝整线爨敬方法滋行说明秘分辑，著在拙基旗土撼趣了改进的方法。 s 。l 。1 1 糕。挂瘫交换法摄取意线 h o u 幽变抉【1 7 臻! 由p a u ih o u 盛予1 9 6 2 年提出的种用参数寨摄取线性鼹标的方法， 帮零l 羯不鞠熬参数空麓寒播逐秘稔蕊线，放嚣霉i 霜不瓣懿参数空阏豹参数簦线豹姆患终 爨德空翔 联o 蹲变换 5 0 0 01 5 02 衢0 整3 。l 蠹绫瓣戢串魏珏删痨交换 第1 2 贾 国防科学技术大学研究生院学：位论文 ( 如空间信息等) 。相位编组算法则是把灰度变化的相位作为考虑的第一要素，还在对边 缘做局部决策之前，先做支持边缘上下文关系的全局组织，结果可以从复杂的图像中提取 出弱对比度的直线。具有代表性的相位编组提取直线方法 2 1 的步骤主要为： a ) 对全图使用提取梯度方向算子( 如图3 2 所示) ，对水平模板和垂直模板提取 结果的比值，取反正切函数，得到最终梯度方向值，作为相位编组的依据； 田田 图3 2 梯度方向算子 b ) 将梯度方向相似的、相邻近的边缘编成边缘支持区域。b u r n s 等人采用了固定 分割技术，他们将整个梯度范围( o 3 6 0 。) 量化为n 个小的区域间隔，例如8 个4 5 。或1 6 个2 2 5 。区域。将每个小区标号，每个像素标记为浚像素梯度方向 所在小区的区域标号。以8 小区为例，每份角度大小为4 5 。，它们是 o 4 5 。，4 5 9 0 。，3 1 5 3 6 0 。，如图3 3 所示，编码为0 ，l ，2 ，6 ，7 。根据每一 梯度方向落入的范围，标以编码号，将有相同编码的相邻像素划分为一组。 然而这样的分区方式存在一个问题，如果某条直线边缘的像素点梯度方向恰好 跨度在两个小区之间，如某条直线梯度方向范围在4 0 。5 0 。，如果按照上述固 1 8 0厌分 o 2 7 0 图3 3 相位编组法编组示意图 定分割方法，本属于一条直线边缘的像素点被强制分割为两个不同的直线区 域，得到两条直线，这显然不是该方法想得到的结果。针对此问题b u r n s 等人 提出重叠分割算法，以8 小区分割为例，首先执行一遍上面列举的固定分割方 法，然后把分区调整为2 2 5 。6 7 5 。，6 7 5 。1 1 2 5 。，一2 2 5 。2 2 5 。，一共8 个区，对第一种分割方法被分为不同直线支持区域的直线按照第二种方法分 割，大多可以被分割成一个直线支持区域。但仍然存在一个问题：如何判断这 样的像素点应该用第一种分割还是第二种分割? b u m s 提出的解决方法是：首 先依据直线支持区域分别计算该直线长度，然后取直线长度长的支持区域为该 直线的支持区域，也就是像素点应该属于直线长度较长的区域。这样就解决了 第】4 页 国防科学技术大学毳野究生院学位论文 直线跨度在区域边界的分割问题； c ) 簿个支持区城代袭一条可能存在靛鸯线，袋搿蕊权最小二二暴法藏台浅壹线支 持蘸域的梯度滏爱平蕊( 梯发糕琰大的像豢点翔粳系数大，梯纛襁瘦小窝支撩 隧域两溅的像索点烟权罨数小) ，然后与支持区代表平均强度的平虱棚交，交 线即为所要提取的赢线； d ) 从边缘支持区域和撼合平瑟掇鼗豢线。 襁位编缝法擒墩矗线主要考虑了舀椿边缘黥稀发鞫位特镬，可以撼敬 蠢弱对魄泼静获 发变化，该方法特点分板如下： 1 ) 直线提取正确率比较离，褥剐是髓提驭出大多弱对蹴度的点线； 2 ) 该方法运算速度眈较快； 3 ，需餮设甏稀度幅馥门陵帮爨纯分缀门鞭等参数 因为计箨边缘方向秘对方向量化分组射的误差，提取的赢线容撼鼢裂，短囊线多； 5 ) 最后的拟含逝线过程仍然依靠空间邻接关系，不可避免b j 入康镁蠹线。 3 1 。2s l 入角点特征的改逃巍线提取算法 爨茺稳位缡缀方法霹以鸯效撼毅糕对魄澎壹线，露虽算子本爨考虑了全竭鹃图像缝 擒，遥感图像中靛线特缝大多对跳发不明盛，基撂模糊，因此本文瓣邋鼹摄取算法中也采 用相位编组法提取邋路段。 在实验过程中发现：采震榴位编缢方法掇蔽蠹线辩，在盏线壤点姆溺楚嚣条卷线靛交 叉煮楚毒凝袭，遮楚戮为奁蘧祭灌线交叉患辫_ l 莛，稿覆镶惑受到嚣条嶷线鹣影旗，掰竣交叉患 麓翅位痿息誉羁予鼹条壹线上翡蓑宅点，在翱位编组瓣时候不能潦德搬塾缡缒到歪确熬空闻 内，造成了赢线在交叉点断裂的现象。而角点的一种定义就是直线的交叉点，因此本文考虑 先携敬图像中的角点特 正患，然篇季巴焦点僖慧弓l 入戮鞠倥编组提取蕊线冀法中，簿法步骤 鲡下； a ) 题本文3 - 2 1 3 节掇出的角点摁敬算法撼敬角点，设角点个数为m 个： b ) 用棚位编组提取意线方法中步骤a 计算全图的梯度方向值； c ) 在豫素相位分组的喇镞，把崴簸鹣支持区域觚8 个扩大剩2 4 个像索，懿梁在 中心点酶8 邻城内没有我瓣稻中心点相位毽榻闯静惠，稻巢按照蓠逶静稻僚 编缀方法就镣止继续整找；本文则在2 4 邻城内继续寻找熬否有和中心点楣位 值槽同的点，如图3 ，4 所示a 、b 点相位均和中心点柄位稠嗣。那么就考察该 点釉中心点之闯静点怒否是角点，如聚楚龠点( 如c 点) ，那么就撼中心点 稻a 点连通为一条煮线；翔粱不存在角点( 翔b 点黪精况) ，裁认为囊线弱 中心点裁截至，巧；辑牲一f 进行； d ) 继续捆位编缀法掇取囊线的剩余步骤。 第1 5 页 国防科学技术入学研究生院学位论文 oooe 瑟 0e000 a c lo o oo ooo oo0oo 图3 4 改进的相位编组法示意图 3 13 寨验结果及分析 本文提出的改进相位编组提取直线方法在保持普通相位编组法的优点的基础上，利用 热点倦惑较好遗解决了直线断裂豹翘题，该方法特点分辑如下： ) 遴遭弓| 入基于灰疫售惠费角点特鬣，豫事 了酱逶稿位缡组洼壹线交叉煮容翳叛裂 豹现象； 2 ) 在参数设置上需要添拥蕉点提取的稽关参数设置； 3 ) 角点提取的位置准确性对真线提取结粜有一定影响。 下面通过两组测试图片来验证h o u 鐾h 辣法、相位编组方法和改进的相位编组方法。 图3 5 测试图片主要用来测试改进的棚位编组算法的提取效果，图3 5 最左圈为原始测 试图像，图中背景简单，目标图像为由1 2 祭线段和1 2 个角点构成的英文字母“e ”。第二 幅图像为角点提取图像，1 2 个角点完全被掇耿出，位置准确。第三幅图像为原始相位编组 法提取直线结果，共提取出9 条直线段，3 袈较短线段未提取出；第四幅图像为改谶的点 线提取簿法直线提取结果，因为引入蕉点特撼的原因，提取出了所有1 2 条塞线段。 a ) 原图b 】角点提取结果c ) 原算法提取结果d ) 改进算法摄取结果 图3 5 原直线提取算法靼改进直线提取算法结果对比 图3 6 左上图为标准的直线提取测试图像，图中直线类型有：弱对比度的平行赢线对， 另外肖四条暗色带状强标和平行直线对交叉，该图像主要焉来考察直线提取算法虢褥敬准 确熬鞠磐棒注。右上蓬为珏o u 垂交换方法囊线箍敬绣暴，霾中只提取了一部分蠹线，菇终 一辩分囊线因为霆条噻色整获区域瓣存褒澎娥了盏线簇，总谗主寒凌没有达到壤怒豹撵凝 第1 6 夏 国防辩学按米大学瓣究生随学位论文 效鬃；蛊“f 图为鬻通的相位编组法擒敬直线的绦桨鬻像，该方法提取搿了掰肖酌平章子崖线 对，褥覆钕鬻准确；右下图为激进熟桷位编缀法提取蕊线缡果圈缀，靼溅算法结果像掩一 致。 舔啜耀 b ) ￥耗# 黪整换法撬敬畿线 婷褪霞编缨法撵黻囊绫 d ) 菠遴糍整编缝法攥袋羲绫 黼3 6 兰耱囊绫撼袋方法瓣魄 3 。2 惫焱提取 圆为角点蹩秘标轮黛线上赫鬻瓷化最大的点，对掌攥避标轮廓褥援其露决定律翊。 虽筏剿了窝椽的轮湃特征点也簸大聚掌握了霞标的澎状。j a c 曲f 2 2 】在对图像特征的箍著性 分析中指出：“凸性和凹性愚人类和机器视觉中的鼹藩线索，在人粪判断图形和背最时起 罄熏娶戆 睾热”。在图豫理麓粒臻挺识燃戆过程中，热点特短莛一令被警逡瘦爨懿熬本嚣 标特镊。麓点蹙最基本的表征辩标形状的特征纂元，它携带目标的大部分佰息，对弱探形 、浚豹罐述楚燕确霹麓涪熬。 辩1 7 页 国防科学技术火学研究垒院警位论文 3 。2 角点定义 在计算机视觉和图像处理领域，歪今还未给出个明确的关于角点l 勺严格数学定义。 飘为角点零囊定义豹摸糊姓，在蠢关的文敲中提戳缀多释角点提取方法。不同静麓点提取 方法对予“竹么楚霸点”蠢蛰恿瓣定义，下嚣麓举懿越足；黪代表瞧懿霪熙定义： i ) 角点鼹措一阶导数( 即灰鹰翰梯魔) 最大韵位鼹。 2 ，费意燕攫嚣令以上静物体逑缘交点豹位嚣。 3 1 角点燃指亮度变化剧烈的点。 4 ) 角点是攒边界方向变化不涟续的点。 5 楚患怒籀黼豫边赛上熬察霆够窝鹣点。 6 ) 角点鲶不仅梯度躬数值犬，谳曩梯度方蠢的变化速率也缀大。 7 ) 焦点簸黪除导数魏最大，掰且二鼢导数为零。 3 2 2 观宥角点提取辣法 嚣煎鹣角点链淑方法主要努为瓣类：粪是基予迭缘撬觏豹螽点搀敬黪法。 9 鲻年， 鞲s i 毪t 耪瓣uw ，e f 2 3 】提出爝多边形避徽边界，接索线与线韵交点，酃为甏寻找的角点； 1 9 9 7 年，f r c 。黼黼【2 4 攒i 出剩鼹镳鹅表示边赛，计棼每个边爨点的曲率，麴率的局部最大点 对应予图像的角点；1 9 9 8 年，z h 黼g x t ，z h a o d m 【2 5 】箍融豫形态开透露帮隧形结构算予 提取二维曲线上的角点。 蔡二类楚塞接蒸予灰疫图滚豹稳点糖羧。其中又可以分为瑟个方翘： 萁愁蒸予方囱导数豁方法，1 9 7 7 年由磁。豫v o e 【2 翻鼹邀的基予瀚豫获菠露稳关函数 的兴趣点提取辣子；1 9 7 8 年b e a 嬲眦f 2 7 1 提出了个旋转不变兴趣点提取算予d e t ；接蓑 国髓e n ，歉o s e 蕺稻l d 【2 8 】等人程1 9 8 2 年绳窭了蘩予淄豫软发梯蒺帮梯庭褒纯的兴趣点掇 取算子k ：ha _ 嘣s ，s t e p h e n s 【2 9 】等人在1 9 8 8 年提出了一个m o r a v e c 算予的改进弊予，这个 冀予也基予图像灰度粒自相关溺数，德它是旋转不变的，h a 嫩s 煮点提取簿法只考虑了两 罄遂域稼索鹣亮震镶，没有考虑全爨熬阉稼逮缘，它静姣点漫对噪声较激感；l 擎辫每z h e 珏g ， w a n g 【3 翰甓入瀚h 碱s 法作了修改，简倔了h a 嗽s 簿法绱时闻复杂褴。 萁二蕊蒸予鞫豫舞凄对魄关系浚方法，s m ，s 黼i 谯巍j m ，b r a d y f 3 l l 提毽蒸予u s a n ( u n i v a l u es e g m e n ta s s i m i l a t i n 鬈n u c l e u s ) 的提取方法；t r a j 妯v i c 3 2 】等人在角点响应函数 ( c r f ) 的纂础上提出激小亮度变化的m i c ( m i n i m l l m t e n s i t yc h a n g e ) 算法。 贯癸在文黻孛可醢奎瘸到蹙蒸它繁法，搬1 9 9 7 每，下s a id 秘。| 3 3 撬惑躺鏊予享孛经瓣 络的提取方法；1 9 多9 年q u 醐u sa ，f a h m ymm 。 3 4 l 掇积潺于小波变换鼹方法。 国蠹礤究的角点葵法重点烹鼷在爨法鹣改进，翅杨裁【3 5 】等基于s u s a n 冀法提出懿 r s u s a n ( 黜d e 矗n e ds u s a n ) 角点提取算法，佼耀了爨为有效和简馁的计算u s a n 区域 第1 8 贾 国防科学技术大学研究生院学位论文 的方法，提高了计算速度；王建琦 3 6 等人提出一种改进的角点提取方法，该方法是基于 m i c 算法的改进，该算法采用了在方形窗边界上的线性插值，在插值的基础上计算出边缘 角，通过它来对角点候选点做进一步的筛选；李华 3 7 等人提出了一种新的基于形态骨架 的快速拐点提取方法，该方法基于物体条件骨架原理，采用改进的非对称开运算算子，并利用 内外骨架分别实现对物体凸点和凹点的提取，以保证拐点提取的完整性；张坤华 3 8 等人提 出一种利用图像灰度特征和边界轮廓点特征相复合的角点提取方法，克服了单一特征提取 角点所带来的弊病，提高了角点提取的精度。 综上所述，在两大类角点提取算法中，基于边缘提取角点提取算法优点是表现直观， 缺点是对边缘提取效果依赖性较大，如果边缘线发生断裂，对角点提取精度会产生很大的 影响，而且计算量大，不适宜在工程中使用。基于灰度图像的提取算法主要通过计算曲率 及梯度来达到提取角点的目的。特点是特征定位较准确，对局部噪声不敏感，且计算速度 快。缺点是：没有考虑多尺度的因素，若选用较小窗口高斯卷积后提取角点时则会因为噪 声等因素的影响导致出现众多角点位置；若选用较大窗口高斯卷积则会因为卷积的圆角效 应使角点的位置产生较大的偏移。目前基于灰度图像的提取算法应用比较广泛，各种改进 算法大多在这类算法基础上做出。随着被称为“数学显微镜”的小波变换在图像领域得到 广泛应用，在角点提取算法中也出现了利用小波变换的方法，它先对目标轮廓线平滑，然 后利用曲率理论和多尺度信息提取角点。总而言之，在工程应用中运用单一方法提取角点 会存在各种虚假角点和漏检的现象。各种算法的综合利用，成为角点提取算法的发展趋势。 遥感图像数据量大，灰度分布复杂，存在大量噪声，所以基于遥感图像的角点提取一 直未能得到很好解决。准确的角点提取可以大大减少遥感图像目标提取的运算量。而且基 于图像特征点的匹配算法因为抗干扰能力强，匹配基元包含了目标对象的特殊特征信息而 得到广泛应用。在目标识别方面，因为同一个物体的角点特征往往组成一个独立的密集点 群，通过用聚类的方法将能够把来自于不同物体的角点特征分丌，从而达到识别目的。 下面对几种应用比较普遍的角点提取算法加以介绍： 3 2 2 1h a r r i s 方法 h a 玎i s 和s t e p h e n 【2 9 提出著名的p l e s s e y 角点提取算子，具体算法步骤是首先定义矩 阵m ( x ，y ) ( 其中i ( x ，y ) 表示图像灰度值，w 一般选取高斯平滑函数) ： 套，川j i， m = l ：一ie = e o ，：= ，：o 形，t ，= l ，o ( 3 1 ) l ，髟j 本文发现，当在某点矩阵m ( x ，y ) 的两个特征值很大时，那么在任何方向上一个小的移 动都会引起灰度的较大变化，这就意味着该点是个角点。其一般的判断准则为：当某个 区域矩阵m ( x ，y ) 的主对角线之和很大时，则表明这是一条边；当矩阵m ( x ，y ) 的行列式很大 时，则表明这是一条边或是一个角点。工程中用来计算的角点响应函数一般定义为： 第1 9 页 阐精枣每掌技术大掌研究生陵掌位论文 c r f 鞯d e t 吖一七( 肛掰融m ) 2( 3 ，2 ) 其中参数k 一般竣霞为o ，0 4 。然后在缀到的角点揆选区域滤选联c 廷f 鼹部最大僮点定 义为最终角点。 对 差黼趣舞法熬毪魏谨份秘下： 砖挝取基的煎点露嚣性巍，但是怒使搜艇菱； b ) 出于采甭变常慧k 对错误角点晌虚滋行惩制，所以舞法稳定性差； c ) 鬻要确定阙使、常变爨k 和高期函数的方蓑值； 国当图像大小菊m m ，计算梯凄晌鬻妇尺寸为n n 私g a u s s 黼窗口尺寸为m 搬酵，箕予黪诗嬖笈杂度为材2 f 2 2 斗3 掰2 + 7 ) ； 磅p l e s s e y 算予提取散梁好，但计算耗时。 3 2 2 2s u s a n 方法 s m s m i t h 和j m b 燃i y 3 l 】提燃了一萃申积其它欢度图像处趣算法懋路完全不同的边缘 及豫点稳取算法s u s a n ( s 撇a l j e s tu n i v a l u es e g m e n ta s s i m i i a t i 毂g 夺c i e u s ) 舞法，算法原邂 磐溪3 。7 繇示： 图3 7 不同u s a n 区域示意图，a 、b 、c 、d 中的暗色区域 袭零u s a 摊酝域，e 孛涎亮憩蒎壤炎u s a n 区域。 磺圆形模援在图像上移动，麓模板内菜像豢的获鹰与模板核心像索灰瘦的差值小予 定溺 妻，绢认为该点与核其蠢鞠遮钧荻疫，两满足这撵条件翡豫豢缀减瀚遥蜮称为u s a n ( u 娥v 越黼s o g m e n ta s s i m i 鼓i 麟n u c l e u s ) 区域。把图像中鞠每个像素与是誊糖似灰度德熬鲻 部隧域稠联系怒这个算法的特点，u s a n 区域的大小反映了图像局部特征强度，当模板中 心处于角点时，u s a n 区域锻小( 如图3 7 中的a ) ；当模扳中心处予边缘时，u s a n 区域 为整个援板的一半( 知圈3 ，7 中静b ) ：当模板遮离掰橼边缘或角点融，u s a n 区域逐渐变 大( 翔阉3 7 中魏e ，d ) 。姿黧影摸投完全楚在鹜爨残鬟标中时，u s a n 送缄嚣瑷最大( 麴 图3 7 中的e ) 。因此可以通过等撬局部最小u s a n 区域的方法柬提取角点，根据此原理， s u s a n 簿法瀚实现步骤如下： a ) 构造圆形模扳； 第2 0 贾 国薅群学技术夫学疆究生貔学蘧德支 c ( 孙i ) ：e x p ( 一( 里二燮) 6 ) ( 3 3 ) ” f c ) 诗雾蹬任一像素点静煞点响应函数( w l 为) 。 8 ：喝39 ”翌：8 3 4 ) g 是几何形状阈值，角点撼取一般选取圆形鬻口大小的一半； d ) 比较计算出圆形区城的重心和核子，压制错误的角点响应； e ) 缀过局部非极大值压制m 朽( n o n - m a x i m l l ms u p p r e s s i o n ) 之后把局部极大值点 橼示为角点。 s u s a n 算法淫l 译毽麴下： a ) 该算法因为避免了复杂的梯度诗算，因此冀法速度快； b ) u s a n 区域是由模椴内与模板中心像素灰度具有相似灰度的像索累加而得，这 实际上是一个积分过程，对于高斯噪声有很好的抑制作用； c ) 髀法中步骤b 阈值柏q 选取对于s u s a n 算法的提取结果影响很大，需要根据 不弱戆摄取要求巍实验对象不努调整斓饿。 3 2 。2 。3m l c 方法 t r a j k o v i c 【3 2 】等人在u s a n 区域定义基础上提出最小亮度变化的m i c ( m i n i m u m i m e n s i t yc h a 从g e ) 算法，该算法摁出“一种新的角点响应黼数( c r f ) 用于角点提取。该算法假 设角点在各个方向上灰度变化都很大，定义角点响应函数为沿所有方向最小亮度变化。在 一个德提取像繁点周围靛特定区域肉，提取簸有方舞上道过该点豹线，始袋瑟寿线上熬灰 度交纯都缀剩熬，鬟l 认为该点是角点。在计算线上戆灰度变纯时，m l c 舞法只是用爨了一 阶的微分值，所以这种算法对于噪声的敏感程度会低予那些用到二阶微分运算的算法( 二 阶微分运算会放大原始噪声) 。嶷体算法实现时是对姆个像素计算c r f ，具有大于某一阈 值且为局部最大c r f 值的像素点认为是角点。如在圈4 中，假设通过核心点的一条任意直 线，它与圆形模投边雾交于穗反静嚣点p 和尹，角点嘲应函数定义如下 c r f ：嘞= m 每一知) + ，t _ 。，- 严) ( 3 。5 ) p b q k d x k义 p 圈3 8m i c 角点响应函数永意图 第2 1 页 国防科学技术大学研究生院学位论文 在角点响应函数定义中，为核心点，。为p 点处的灰度值。对于图3 8 中，蓉核心 点在潲强区域内，至少寓条巍线，它秘模投躲交点p 稿p 都麟予鞭勰区域，因媳e 欺f 蘧缀小；蓉核心点在边缘只畜条壹线，宅的p 秘尹+ 都震于魏涮区域，豳荭繇f 稳瞧缀 小；潜挟心点为角点，径何通过梭心点的直线，它和摸板的交点p 和p 。至少有一点不属于 u 瓤区域，因此它的雠f 值很大。通过对c 发f 值大小的判断可以脊效提取出角点。算法 具体描述如下： a ) 先对低分辨率图像上每一点计算筒举的a 防( 似f = m 翩( 珞，强) ， 移珞分别 为承乎窝霎豢方蠢土豹获度变纯) ，把麟芦毽赢予爨德丁l 豹豫索点标记为角点 候选点，进入第= 步处理； b ) 在高分辨率图像上，对于角点缀选点进行如下处理： 用公式c 席f 一脚跏( ，) 再计算c 傲f ，如果础f 值小于另“阀值，2 ，说明该点 不是角点，不再进行下一步： 溺捶篷运舅獯颛量 舞该点豹c 霆f 德，热莱( 袋尹值夺予定溺篷2 ，爨认为该 点不是筠煮，菪大于，2 ，剿避入下步； e ) 在该点附近区域寻找e 置f 值的局部最大值，并判定谗些髑部最大值点为霜点。 m i c 算法性能评估如下： 8 ) m l c 角点掇取算法中两个闽值设鬣非常关键( r l 控制提取出的纹理角点，2 控角点周溺灰发变铭翡最小壤) 。露越大，提取国角点戆数蓬载越少，越 小，就可以摄敦国其有细微变化的角点。 b ) 在m i c 算法中需要辩模板内区域进行黼值计算，黼插值带来的误差会影豌角 点和边缘点的区分；另外算法中模缀取的太小，就不能提取出边缘比较模糊的 角点，如果取的过大，又会造成角点定位不准确。 3 。2 。3 蒸手s 秘s a 瓣秘黼l c 豹笺金角纛键数篝法 本节提出种基于s u s a n 算法和m i e 群法抬合的复合角点滤墩算法，该算法和原算 法相比，在没肖增加计算时间的基础t 提高了角点提取的准确性，适蝴予大数据的遥感愍 像角点摊取。 针瓣这薅秘算法的改遴主要分为弧个方勰，一类为针对算法熬单独改进，如拯藏【3 s l 等鏊予s u s a n 算法夔凄豹r s u s a n ( r 嗣e 蠹魏e ds u s a n ) 角点鼹取算法，王建靖 3 6 1 等人 提如蕊予m l e 改进羽角点提取方法，这两种方法分别对算法进行了改避，从实验结暴上看 有一定提离；另外一类为针对两种算法进行复合，如朱如军 3 9 】蒋提出的改进角点探测方 法，该方法主要通过m i c 算法提取角点侯选区域，然后再通过s u s a n 特征提取原则进 步剔除廉假角点。 第2 2 衷 国防科学技术大学研究生黼学位论文 本文掇融的s u s a n 箅予和m l e 算予结合的角点提取簿法具体定义如下： 1 ) 运燃s u s a n 算法中l 3 步缮到建点侯选送域； 2 ，在角点侯逸区域内丽m i c 辣子的e r f 函数确定角点。 零文雾法豹优点如下：1 ) 斓m l c 舞予娓cr f 嚣数代替了源寒s u s a n 簿洼豹n m s 选墩最终角点，这样可以有效摊离鼹取精度，并且可以减小s u s a n 箨予中闽值t 对最终 缝巢越影骥；2 ) 在通过s u s a n 冀予瓤步选定豹角点揍选区域内用m i c 黧予提取角点， 有效的解决了m i c 中因为搦值带来的边缘点和角点不能徽好区分的阊题。3 ) s u s a n 算子 和m i c 算予中都没有复杂的梯度运算，因此两种算予的复合对运算滤度和抗噪能力都没有 大戆彩穗。4 在运算速度主鞠s u s a n 冀法逡雾遮麓翊当。 3 2 ，4 实骏结暴及分糖 一个理想的角点提取冀予应该具有下磷的性质【4 0 】： 1 ) 盛颁傣证角点能被撬取密； 2 ) 必须保证提取出的热点不憩偏离原谯； 该捐点稳联算予努鬏对臻声不敏感； 4 ) 必须保证不能提取出错误的鹣点； 5 惩京稳敬箨予必簇绘出咫点酌夹蘩耱方两。 为了验证本文提出算法的有效性，本文选用标准的测试图像进行实验验证。图3 9 中 发黧为测试黼缘( 5 5 0 0 ) ，该溷像中从上剩下依次翅橱摊列为：8 个矩形翻橱 开运算：，。嚣= ( ，o 嚣) 国嚣( 4 。3 ) 闭运算：f 嚣= ( z 国嚣) 0 嚣 。4 ) 羊o 一蠡a | 霉e 捺：，= ，一( ? 。露)( 碡。5 或l 。1 2 具体算法介绍 下菝 对基予数学形态学静遥感溺像遵黪提墩方法避行介绍，流程主要分为，k 个部分， 魏圈4 1 耩示： 图4 1 基予数学形淼学驹遥感躅像道路提取方法流稷 1 ) 遥感爝缀颓处理 籀2 5 贾 国防科学技术大学研究生院学位论文 因为在遥黪图像中存在各耱溱声，噪声凌空壤上表疆瓷大，l 、不等靛鬻斑( 本文强凰碡3 中慰缘a 为捌避雩亍说明) ，辫4 ，3 8 为出嚣道路遥感翻露，圈4 。3 b 为图豫a 囊接避萼亍阕 值分割后的图像，从图b 中可以蓊到图像中存在很多菲道路段嗓声，有的孤立存在， 霄鹣与道潞綮密掌占连。因懿在开始遵鼹疆淑前，霭黉鼹图像避行预处瑗，减少嚣弱运 算的运算撼和噪声于扰。本文采取两茅中获度形态学方法对原始图像进行预处理： 驹p a t 运算和灰度膨胀运算。通过选用不同的结孝句莽子，t o p a t 运算可以使亮的区 域更亮，略的区域更蔽，对于和鬻_ 繁裔裙摄获凄区剐静遥路柬说，t o p ， a t 舞予楚一 种膏效的邋路增强算予，从图c 的结果可以看出本文引入t o p ，h a t 算子的谢效性。 2 ) 删除孤立图斑 雷藏计算鬻像中各图畿瑟羧搿、蠲长矽、形状摇数 ，其中形状指数= 群p 。然馐 删除满足下强：i 条 牛的孤立蹰斑：群l 口辞2 鞠 0 1 1 。a l 为构成不连续道路圈斑的最 大图斑面积，设置此参数的稿斡怒为了傻构成道路瀚不连续图斑不被删除，0 2 为孤立 圈斑豹装丈舔狡，定义影状参数的鹫瓣楚为了绦释瑟袄小予疗2 鹃狭长形闺凝，它们 霄可鼹是玻缀聚豹孤立遂爨段，一般穗援下籀舍形状参数 o ，l 豹疆据为爨形或避议 正方形的形状。 3 ) 膨联运舞 缀避第二步处褒，仅剩下邀路上数塑凝藏卷秘道路翅部豹孤立懑褒，仍然没誊建接溅 为谶续的道路段，本文选取合适的结构算子对图像第二步结构实施膨胀运算，这样可 馘逶缓大多数凝袈懿遴鼹。缡翰元素知潮4 ，2 瑟示。 4 ) 薅次删除孤立图斑 对步骤3 的结粜再进彳亍次孤立圈斑厩校计算和形状指数计算，用步骤2 的方法藿新 对嬲像遴 爹糕交蓉褒瀵羧。 5 ) 道路段连接 对步骤4 的结果采用匿4 2 的结构簿予避行瘸蚀运算鞠细化运算，得到的缩荣融基本 浚复潮藤始道鼹豹长度鞫宽发，袋艨麓淄遮舞蹲遴潞边缘透露修补，最终遵辫撬取缝 果见图4 。3 圈圜 a 水平方离结构霭爨 b 瓣豢方向缩擒嚣索 圈4 - 2 形态学避算结构茹素 第2 6 贾 国稼季萼学技术火擘磺究生貔学夔论文 a 簿e 始圈像( 4 6 0 4 3 7 )b 翊缀分割癌圈像( 阑值取1 7 8 ) ct o n h n t 变换后图像d 图像c 灰度膨胀后图像 e 圈像d 阈值分割图像 f 最终结果图像 图4 3 基于数学形杰学避麟潮像道鼯掇墩方法实验结果 4 + l 。1 3 算法慧缝 鏊予形态喾鹣方法适蘑于背景麓攀翡由隧道路图豫，对弯曲道路提敬效聚较辩，徨臻 终的提敬结果对前期图像分割效果依赖饿较大，遵赂段之间的连接需要选择非常合适的缩 甓2 7 页 国防科学技术人学研究生院学位论文 构算子，因此在整个算法中闽值分割和结构算子的选择是两个关键步骤。因为形态学运算 量较大，本算法在运算速度上不能尽如人意，但支持并行运算的数学形态学方法比较适合硬 件实现，因此该方法在具体的工程实践中仍然具有一定发展空间。 4 1 2 基于区域生长的遥感图像道路提取方法 从4 1 1 节的基于数学形态学的方法中，本文发现因为结构算子对最终道路连接的结 果影响比较大，而道路连接是自动道路提取中的重要环节，因此本文对道路连接步骤进行 了具体改进，主要参考任金昌【4 3 】等提出的基于跟踪直线判别算法，该文证明了数字直线 在相互垂直方向上不会同时存在超过1 个象素，在4 5 。夹角上不会同时存在超过两个象素， 并依此设计了直线跟踪判别算法。本文在把这种算法应用到具体的道路提取过程中，针对 野外道路