%0 Journal Article
%T Research on Roads Automatic Extraction from Low Resolution Remote Sensing Image<br>低分辨率遥感影像中道路的全自动提取方法研究
%A HONG Ri-chang
%A WU Xiu-qing
%A LIU Yuan
%A YIN Dong
%A <br>洪日昌
%A 吴秀清
%A 刘媛
%A 尹东
%J 遥感学报
%D 2008
%I 
%X 从Marr视觉计算理论出发,利用低分辨率遥感影像的特点,提出了一种基于边缘线段感知编组和动态规划跟踪线段的道路信息全自动提取方法.首先分析了低分辨率影像中道路的辐射特性和几何特性,以得到道路模型.然后在底层处理阶段对影像进行边缘检测、无效线段去除等预处理;中层处理阶段采用基于上下文关联的感知线段编组法得到候选道路段,并由道路段的置信度阈值确定道路种子点;最后在高层处理阶段提出基于动态规划的道路跟踪算法得到候选道路,并且采用知识推理去除部分虚警.实验结果表明:(1)对图像中背景干扰较大的山区道路和复杂的城区道路网均有较好的识别效果;(2)识别过程全自动进行,没有人工干预,因此计算效率相比其他方法有一定的优势;(3)由不同传感器卫星获取的影像如L7,SPOT,SAR等,算法均能进行有效识别,具有很好的普适性和稳健性.
%K road model
%K perceptual grouping
%K dynamic programming
%K road extraction
%K knowledge inference
%K image understanding<br>道路模型
%K 感知编组
%K 动态规划
%K 道路提取
%K 知识推理
%K 图像理解
%K 低分辨率
%K 遥感影像
%K 道路网
%K 自动提取
%K 方法
%K 研究
%K Remote
%K Sensing
%K Image
%K Resolution
%K Automatic
%K Extraction
%K Roads
%K 普适性
%K 识别过程
%K 道路跟踪算法
%K SPOT
%K 卫星
%K 传感器
%K 优势
%K 计算效率
%K 人工干预
%K 全自动
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=E62459D214FD64A3C8082E4ED1ABABED5711027BBBDDD35B&cid=A41A70F4AB56AB1B&jid=F926358B31AC94511E4382C083F7683C&aid=F075367CC7A6193D6CFE4A1E8765A4EE&yid=67289AFF6305E306&vid=59906B3B2830C2C5&iid=CA4FD0336C81A37A&sid=933658645952ED9F&eid=94E7F66E6C42FA23&journal_id=1007-4619&journal_name=遥感学报&referenced_num=1&reference_num=17