基于纹理-模糊连接度的遥感影像道路自动提取

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (34): 187-189.

• 图形、图像、模式识别 • 上一篇下一篇

基于纹理-模糊连接度的遥感影像道路自动提取

钱厦，盛庆红，宗鹏

南京航空航天大学航天学院，南京 210016

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-12-01 发布日期:2011-12-01

Automatic road extraction from remote sensing images based on texture-fuzzy connectedness

QIAN Xia，SHENG Qinghong，ZONG Peng

College of Astronautics，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-12-01 Published:2011-12-01

摘要/Abstract

摘要： 提出一种基于纹理-模糊连接度的遥感影像道路信息全自动提取算法。利用Canny算子对影像进行边缘检测，通过道路阈值和分类算法的联合优化，提取出道路种子点。定义了包含纹理能量的模糊连接度，对影像中各像素相对于多种子点的连接度进行遍历计算，寻址最优路径，从而识别出完整的道路。实验结果表明，该道路提取算法相对于模糊连接度算法精度更高，具有较强的通用性。

关键词: 模糊连接度, 纹理能量, 道路提取

Abstract: Road extraction from remote sensing images has always been an important research topic in the field of remote sensing.This paper presents an improved automatic road extraction algorithm based on fuzzy connectedness.The algorithm detects the edge of the image with Canny operator，and extracts road seeds by combined optimization of road threshold and classification algorithm.Then by introducing the fuzzy connection containing texture energy and calculating connectedness of the points to the seeds by ergodic process，the entire road profile will be uncovered.In many trials of treating remote sensing images as objects，the performance of extraction algorithm is better with higher accuracy.

Key words: fuzzy connectedness, texture energy, road extraction

钱厦，盛庆红，宗鹏. 基于纹理-模糊连接度的遥感影像道路自动提取[J]. 计算机工程与应用, 2011, 47(34): 187-189.

QIAN Xia，SHENG Qinghong，ZONG Peng. Automatic road extraction from remote sensing images based on texture-fuzzy connectedness[J]. Computer Engineering and Applications, 2011, 47(34): 187-189.

[1]	李代栋，赫晓慧，李盼乐，田智慧，周广胜. 基于SPUD-ResNet的遥感影像道路提取网络[J]. 计算机工程与应用, 2021, 57(23): 240-247.
[2]	宋廷强，刘童心，宗达，蒋晓旭，黄腾杰，范海生. 改进U-Net网络的遥感影像道路提取方法研究[J]. 计算机工程与应用, 2021, 57(14): 209-216.
[3]	沈夏炯1，2，张汇东1，韩道军1，2. 一种面向SAR图像的多窗口道路边缘检测算法[J]. 计算机工程与应用, 2018, 54(19): 164-171.
[4]	张永宏，何静，阚希，夏广浩，朱灵龙，葛涛涛. 遥感图像道路提取方法综述[J]. 计算机工程与应用, 2018, 54(13): 1-10.
[5]	李建飞，文志强，胡永祥，邓刘昭芦. 基于改进区域生长的遥感影像道路提取[J]. 计算机工程与应用, 2016, 52(2): 209-213.
[6]	彭双，肖昌炎. 结合区域生长与模糊连接度的肺气管树分割[J]. 计算机工程与应用, 2016, 52(13): 201-205.
[7]	何建农，钟顺虹. 基于标值点过程改进的遥感道路提取新算法[J]. 计算机工程与应用, 2013, 49(17): 150-153.
[8]	袁丛洲1，2，张金芳1，彭进1，2. 高分辨率遥感影像道路线性要素识别[J]. 计算机工程与应用, 2012, 48(18): 142-147.
[9]	周绍光，刘娟娟，李昊，陈仁喜 . 一种从高分辨率遥感影像中分割道路的新方法[J]. 计算机工程与应用, 2011, 47(20): 159-162.
[10]	师黎，闫灿. 遗传模糊连接法在CAG图像分割中的应用[J]. 计算机工程与应用, 2010, 46(8): 242-244.
[11]	周绍光，刘娟娟，陈仁喜. 从高分辨率遥感影像中提取城市道路的新方法[J]. 计算机工程与应用, 2010, 46(32): 216-219.
[12]	顾丹丹，汪西莉. 结合区域生长和GVF-Snake的遥感影像道路提取[J]. 计算机工程与应用, 2010, 46(31): 202-205.
[13]	潘建平¹，李治². 数学形态学多结构元素的道路提取 [J]. 计算机工程与应用, 2010, 46(11): 233-235.
[14]	江玉珍¹,朱映辉¹,欧阳春娟². 加权方位特征的纹理图像FCM聚类分割[J]. 计算机工程与应用, 2009, 45(14): 191-193.
[15]	海涛¹,鲍远律². 彩色公路交通地图图像道路提取[J]. 计算机工程与应用, 2009, 45(12): 190-192.

基于纹理-模糊连接度的遥感影像道路自动提取

Automatic road extraction from remote sensing images based on texture-fuzzy connectedness

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics