城市线状地物自动提取方法

5．2．1　城市线状地物自动提取方法

可用于城市线状地物提取的影像有不同的类型，如航空、卫星遥感影像等，对应着不同的影像分辨率;同时，城市不同功能区域有着不同的道路类型，如:铁路、街道、高速公路、立交桥等。针对不同的道路类型和可用的影像类型，发展了不同的自动提取方法。

Bajcsy和Tavakoli于1976年从Landsat-1的MSS多光谱扫描影像上主要依据光谱信息，首先在Band2设一阈值，用52个模板寻找道路。在道路跟踪阶段，根据断裂距离进行连接，实现道路的自动提取。该方法过于依赖光谱信息(而道路的路面可以由不同的材料组成)，并且较少顾及几何约束。

Quam于1978年用一个表面模型与路径模型从高分辨率的航空影像提取并检测车辆。Nevatia和Babu于1980年以与提取梯度方向相对平行的边缘为基础，首先提取边缘，再选取梯度幅度阈值并将近似方向的点连成线段，最后将之编组成相对平行的线对。该方法基于道路的对比度不变的不完备假设，也产生了很多问题。文贡坚等人于2000年提出了一种从城市航空影像自动提取城市主干道路网的方法:先将整幅影像分块，对每一个子块基于直线提取检测道路段，再自动连接形成道路网。该方法的特点在于以直线作为中层符号，运用稳健的直线提取算法，对直线道路的提取有较好的效果。

纵观上述方法，目前还没有一种针对所有道路类型和比例尺(分辨率)影像的通用提取策略和算法。目前的研究趋势是不仅重视道路的几何与辐射度属性，而且综合利用其关联信息、拓扑特性来进行道路段的自动连接而达到道路网的自动提取。

城市线状地物(主要指道路)的自动提取方法一般可总结为以下四个主要步骤:

(1)道路特征的增强，例如图像滤波和小波变换等。

(2)道路“种子点”的确定，用于确定可能的道路点。目前有基于像素分类、边缘检测和模板匹配等多种道路点检测算子。

(3)将“种子点”扩展成段。常用的有基于规则的边缘点自动连接、动态规划、卡尔曼滤波等方法。

(4)道路段的确认，自动连接(并形成道路网等)。这一步骤可采用自动编组算法，顾及上下文知识的连接假设生成和假设—验证、地物的语义关系表达、多源数据的融合等高水平的自动影像解译方法。