使用Bhattacharyya系数的道路自动提取

doi:10.3778/j.issn.1002-8331.2010.13.059

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (13): 197-198.DOI: 10.3778/j.issn.1002-8331.2010.13.059

• 图形、图像、模式识别 • 上一篇下一篇

使用Bhattacharyya系数的道路自动提取

刘朋飞¹，张剑清^1，2，潘励¹，刘永亮³

1.武汉大学遥感信息工程学院，武汉 430079
2.武汉大学测绘遥感信息工程国家重点实验室，武汉 430079
3.四川中水成勘院测绘工程有限责任公司，成都 610000

收稿日期:2010-03-01 修回日期:2010-04-16 出版日期:2010-05-01 发布日期:2010-05-01
通讯作者: 刘朋飞

Automatic road extraction with Bhattacharyya coefficient

LIU Peng-fei¹，ZHANG Jian-qing^1，2，PAN Li¹，LIU Yong-liang³

1.School of Remote Sensing and Information Engineering，Wuhan University，Wuhan 430079，China
2.State Key Lab of Information Engineering in Surveying，Mapping and Remote Sensing，Wuhan University，Wuhan 430079，China
3.Chengdu Hydroelectric Investigation & Design Institute of SPC，Chengdu 610000，China

Received:2010-03-01 Revised:2010-04-16 Online:2010-05-01 Published:2010-05-01
Contact: LIU Peng-fei

摘要/Abstract

摘要： 介绍了基于Bhattacharyya系数的小比例尺正射影像道路提取方法。首先假设道路点的灰度特征符合标准正态分布，建立理想道路模型，在影像中通过计算Bhattacharyya系数评价该位置为道路点的可能性，系数较大者为道路点。实验证明该方法具有一定的可行性。

关键词: 道路中心点, 正态分布, Bhattacharyya系数, 理想模型

Abstract: In this paper，a method on road extraction from small scale orthoimage based on Bhattacharyya coefficient is introduced.First，the road is assumed as the set of the center point whose ideal gray distribution feature can be supposed as normal distribution（also known as Gauss distribution），and then Bhattacharyya coefficient is calculated for each pixel of the candidate image.And the ones with greater coefficient values can be seen as road center points.Experiments prove the validity of this algorithm.

Key words: road center point, normal distribution, Bhattacharyya coefficient, ideal model

中图分类号:

TP751.1

刘朋飞¹，张剑清^1，2，潘励¹，刘永亮³. 使用Bhattacharyya系数的道路自动提取[J]. 计算机工程与应用, 2010, 46(13): 197-198.

LIU Peng-fei¹，ZHANG Jian-qing^1，2，PAN Li¹，LIU Yong-liang³. Automatic road extraction with Bhattacharyya coefficient[J]. Computer Engineering and Applications, 2010, 46(13): 197-198.

[1]	王庆闪，张军，刘元盛，张鑫晨. 基于NDT与ICP结合的点云配准算法[J]. 计算机工程与应用, 2020, 56(7): 88-95.
[2]	王晰，袁绍欣. 从车牌识别数据中提取有效旅行时间算法研究[J]. 计算机工程与应用, 2020, 56(16): 241-247.
[3]	曾雪兰，谢凤平. 基于联系数的区间粗糙数多属性决策方法[J]. 计算机工程与应用, 2017, 53(3): 54-57.
[4]	李锐，孙福明. 正态分布处理时间下的4PL多到多网络设计[J]. 计算机工程与应用, 2017, 53(1): 239-243.
[5]	冀荣华1，李想1，高万林1，王枫辰2，祁力钧2. 多维正态分布分段禁忌优化算法的参数优化[J]. 计算机工程与应用, 2015, 51(6): 59-63.
[6]	陈丽君，马永杰. 自适应融合角点特征的Camshift目标跟踪[J]. 计算机工程与应用, 2014, 50(24): 178-182.
[7]	包旭1，杜凯2，田浩2. 基于改进Mean Shift和SURF的目标跟踪[J]. 计算机工程与应用, 2013, 49(21): 133-137.
[8]	王新胜1，2，罗敏1，刘文盼1，喻明艳1，2. 数据均匀分布和正态分布的数据总线低功耗研究[J]. 计算机工程与应用, 2012, 48(6): 63-64.
[9]	毛军军1，2，王翠翠1，姚登宝1，孙丽1. 基于交叉熵的正态分布区间数多属性决策方法[J]. 计算机工程与应用, 2012, 48(33): 44-48.
[10]	孔军1，2，3，蒋敏2，汤心溢1. 多均值正态分布图像规定化处理[J]. 计算机工程与应用, 2011, 47(21): 10-12.
[11]	刘婷婷，闫德勤，王琳. 结合正态分布概率的FSVM[J]. 计算机工程与应用, 2010, 46(36): 210-212.
[12]	赵海英，李桂成，崔军. 正态分布蚁群算法求解函数优化问题[J]. 计算机工程与应用, 2010, 46(30): 54-56.
[13]	李贤善，赵逢达，孔令富. 家庭服务机器人基于NDT扫描匹配的SLAM研究[J]. 计算机工程与应用, 2009, 45(25): 246-248.
[14]	董付国,杜萍. 图像中值滤波快速计算的符号检验法[J]. 计算机工程与应用, 2009, 45(19): 163-164.
[15]	连晓峰,窦丽华,陈杰. 基于概率模型的2维全局地图建立方法[J]. 计算机工程与应用, 2008, 44(2): 98-100.

使用Bhattacharyya系数的道路自动提取

Automatic road extraction with Bhattacharyya coefficient

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