高分辨遙感影像中提取道路網(wǎng)的新方法高分辨率遙感影像中提取道路網(wǎng)的新方法設(shè)計(jì)摘要高分辨率遙感影像中道路網(wǎng)的提取是地理信息數(shù)字化和網(wǎng)絡(luò)化的需要。借助已有的數(shù)據(jù)和成果，介紹了高分辨率遙感影像上道路網(wǎng)提取的方法和思路步驟，從提取要素層次、建模方法、中間處理手段的角度，對(duì)現(xiàn)有的道路網(wǎng)提取方法進(jìn)行了分析，最后指出了在高分辨率遙感影像道路網(wǎng)提取方法中，所遇到的問(wèn)題比如：要解決的遮擋、地物復(fù)雜等問(wèn)題。對(duì)于已有的技術(shù)和方法，提出了一種新的思路，即：運(yùn)用光的三原色紅光、綠光、藍(lán)光，能搭配成其他光色的原理。用兩三種相同底片不同成像方法生成新的影像。之后進(jìn)行了對(duì)比和總結(jié)。關(guān)鍵詞：高分辨率/遙感影像/三原色/道路網(wǎng)提取REVIEWONTHEMETHODSFORROADNETWORKEXTRACTIONFROMHIGHRESOLUTIONREMOTESENSINGIMAGESABSTRACTHighResolutionRemoteSensingImagesseparatedfromtheextractionofroadistheneedofgeographicinformationnetworkanddigitalnetworks.Bymeansofexistingdataandresults,Iintroducedthemethodsandstepsinextractionofroadnetworkinhighresolutionremotesensingimages.Extractedfromtheelementlevel,modelingmethod,andbyintermediateprocessingmethod'spointofview,Theexistingroadnetworkextractionmethodwereanalyzed.Finallypointsouttheproblemsinit.Forinstance,tosolvetheshelter,featurescomplicatedandsoon.Thispaperproposesanewtrainofthoughtwiththeexistingtechniquesandmethods.Thisisbyusingtheprincipleofthreeprimarycolorsoflight,whichnamedred,green,andbluelight,itcanmatchintootherlightcolor.Withtwoorthreekindofthesamefilm,itcouldgenerateanewimagebydifferentimagingmethods.ThenIContrastedandsummarizedit.KEYWORDS:highresolution,remotesensingimage,threeprimarycolors1引言中國(guó)步入遙感技術(shù)的行列已經(jīng)有十幾年了，但真正的高分辨影像探索其實(shí)很短暫，較之發(fā)達(dá)國(guó)家，還有很大的差距，如何從高分辨影像中提取所需的高質(zhì)量的信息，也是當(dāng)下研究的熱點(diǎn)問(wèn)題。遙感圖像的數(shù)字處理為我們提供了理解地物信息的另一種方式，遙感圖像在國(guó)民經(jīng)濟(jì)建設(shè)和國(guó)防建設(shè)中的各個(gè)領(lǐng)域如：測(cè)繪、制作、編繪各種地形圖；環(huán)境與災(zāi)害監(jiān)測(cè)應(yīng)用，地質(zhì)調(diào)查；農(nóng)林牧業(yè)，考古、旅游資源開(kāi)發(fā)；資源探測(cè)與開(kāi)發(fā)等方面都會(huì)或多或少的用到遙感圖像的數(shù)字處理技術(shù)。由于高分辨影像反映的內(nèi)容豐富，事物廣泛，尤其是現(xiàn)在地面施工工藝的多面性和建筑材料的多樣性，已經(jīng)迫切需要遙感技術(shù)的提高。當(dāng)前形勢(shì)下，伴隨遙感技術(shù)的日益成熟，影像在地面的分辨率越來(lái)越高，地面影像的復(fù)雜和要提取的信息也越來(lái)越豐富。另一方面，高分遙感影像為國(guó)土測(cè)繪、國(guó)土資源的實(shí)時(shí)監(jiān)測(cè)和變更提供了依據(jù)，我國(guó)已有311個(gè)地級(jí)市開(kāi)展數(shù)字城市建設(shè)，其中158個(gè)數(shù)字城市已經(jīng)建成并在60多個(gè)領(lǐng)域得到廣泛應(yīng)用，同時(shí)最新啟動(dòng)了100多個(gè)數(shù)字線與建設(shè)和3個(gè)智慧城市建設(shè)試點(diǎn)。從這一點(diǎn)，高分辨率影像的研究和應(yīng)用是必須重視的。又因?yàn)榈缆沸畔⑹墙M成遙感影像重要部分，尤其是中國(guó)城鎮(zhèn)化進(jìn)程不斷加速，造成道路建設(shè)和道路導(dǎo)航一直在更新，一直在變化，因此從高分辨率遙感影像中提取道路網(wǎng)是遙感和航測(cè)技術(shù)中所要解決的問(wèn)題。但是道路提取并非容易，尤其當(dāng)前道路施工技術(shù)日新月異地發(fā)展。由原來(lái)的地面形式變?yōu)榱⒔坏缆沸问剑缆分苓叺脑O(shè)施變化，水上工程不同，建材石料的選擇等，給提取道路的工作帶來(lái)了技術(shù)上的障礙。一直以來(lái)，技術(shù)人員通過(guò)建模，克服了許多問(wèn)題，提出了很多思路，在慢慢積累中取得了不小的成果和可行性技術(shù)，也提出了多種提取道路網(wǎng)方法，在一定的范圍和領(lǐng)域中能得到適用。這類成果也成了現(xiàn)在研究的熱門(mén)。比如我們課本上學(xué)過(guò)的和老師介紹過(guò)的。2對(duì)遙感的認(rèn)識(shí)2.1遙感的發(fā)展遙感技術(shù)發(fā)展體現(xiàn)在：20世紀(jì)60年代遙感開(kāi)始發(fā)展起步，到發(fā)射的第一顆資源衛(wèi)星，陸地衛(wèi)星，其搭載的傳感器，能夠達(dá)到90m的空間分辨率。后來(lái)出現(xiàn)的第二代遙感衛(wèi)星，其分辨率提高了60m，到第三代遙感衛(wèi)星極高空間分辨率，達(dá)到了用來(lái)繪制和補(bǔ)測(cè)地形圖的要求。遙感平臺(tái)的發(fā)展也是一個(gè)方面，從航天飛機(jī)，宇宙飛船等有一定時(shí)間間隔的中短期觀測(cè)發(fā)展到以國(guó)際空間站為主的多平臺(tái)、多層面、長(zhǎng)期的動(dòng)態(tài)觀測(cè)。尤其是近年來(lái)小衛(wèi)星的發(fā)展實(shí)現(xiàn)了任意時(shí)間獲取衛(wèi)星影像的能力。借助于它們，能夠獲取高分辨率的成像光譜儀數(shù)據(jù)。多極化方式多波段的，能解決陰雨多霧情況下的全天候和全天時(shí)對(duì)地觀測(cè)。遙感圖像處理硬件設(shè)備方面開(kāi)始由光學(xué)處理設(shè)備向數(shù)字處理系統(tǒng)，內(nèi)外存超大，速度超快，實(shí)現(xiàn)了處理海量遙感數(shù)據(jù)。網(wǎng)絡(luò)的覆蓋將使數(shù)據(jù)實(shí)時(shí)傳輸和實(shí)時(shí)處理成為現(xiàn)實(shí)。遙感圖像處理軟件系統(tǒng)更是不斷翻新，由原來(lái)的視窗方式，到現(xiàn)在的智能化水平。2.2遙感的分類按照探測(cè)波段進(jìn)行分類四類：波長(zhǎng)在0.05-0.38μm；波長(zhǎng)在0.38-0.76μm；波長(zhǎng)在0.76-1000μm；波長(zhǎng)在1mm-10m范圍。分別對(duì)應(yīng)著紫外線波段，可見(jiàn)光遙感波段，紅外遙感波段，微波遙感波段。（如表格1所示）如果按工作方式劃分：主動(dòng)遙感與被動(dòng)遙感。按使用領(lǐng)域劃分外層空間遙感、大氣層遙感、陸地遙感、海洋遙感。按成像方式分為非成像遙感與成像遙感。波段波長(zhǎng)特征應(yīng)用紫外波段0.001—0.38μm大氣對(duì)紫外線吸收較強(qiáng)；能使溴化銀底片感光；太陽(yáng)光譜中只有0.3-0.38μm的光到達(dá)地面，對(duì)油污染敏感用于測(cè)定碳酸巖的分布；用于油污的監(jiān)測(cè)可見(jiàn)光波段紅橙黃綠青藍(lán)紫0.38—0.76μm0.62—0.76μm0.59—0.62μm0.56—0.59μm0.50—0.56μm0.47—0.50μm0.43—0.47μm0.38—0.43μm由紅,橙,黃,綠,青,藍(lán),紫光組成；人眼對(duì)可見(jiàn)光有敏銳的分辨率；是遙感技術(shù)應(yīng)用中的重要波段鑒別物質(zhì)特性的主要波段；以光學(xué)攝影或掃描方式接收和記錄地物對(duì)可見(jiàn)光的反射特征紅外波段近紅外中紅外遠(yuǎn)紅外超遠(yuǎn)紅外0.76—1000μm0.76—3μm3—6μm6—15μm15—1000μm近紅外性質(zhì)與可見(jiàn)光相似；中紅外、遠(yuǎn)紅外和超遠(yuǎn)紅外為熱紅外紅外遙感可以在夜間工作；紅外線不易為天空微粒所散射，比可見(jiàn)光優(yōu)越微波毫米波厘米波分米波1mm—1m1mm—1dm1dm—1m能夠穿透云層、植被和一定厚度的冰和土壤，具有全天候工作的能力常用主動(dòng)式和被動(dòng)式遙感，雷達(dá)遙感所用的就是微波表格1各個(gè)波段的特點(diǎn)2.3遙感影像道路提取的定義遙感是在不直接接觸物體的情況下，對(duì)目標(biāo)或者自然現(xiàn)象進(jìn)行遠(yuǎn)距離探測(cè)和感知的一種技術(shù)。遙感技術(shù)收集地物目標(biāo)的電磁輻射信息，判讀地球環(huán)境和資源的一種技術(shù)。它是60年代在判讀和航空攝影的基礎(chǔ)上隨電子計(jì)算機(jī)技術(shù)和航天技術(shù)的發(fā)展而逐漸形成的一門(mén)綜合性的感測(cè)技術(shù)，具有綜合、快速、宏觀、動(dòng)態(tài)、多層次、多時(shí)相的優(yōu)點(diǎn)。從1972年第一顆地球觀測(cè)衛(wèi)星Landsat的成功發(fā)射使遙感技術(shù)迅速得到普及。而最近幾年來(lái)，隨著GPS和GIS技術(shù)的發(fā)展，遙感技術(shù)和它們緊密結(jié)合，使得3S技術(shù)發(fā)展更加迅猛。道路即我們生活中出行的路面，有土路、公路、高速公路、鐵路等等。道路網(wǎng)提取指的是一種手段和技術(shù)。我們要講的是遙感影像道路網(wǎng)，由于影像上道路信息豐富，錯(cuò)綜復(fù)雜，就要求遙感影像道路網(wǎng)提取技術(shù)具有實(shí)用性、先進(jìn)性。當(dāng)前依賴的是計(jì)算機(jī)技術(shù)，將航片或者衛(wèi)星影像傳輸進(jìn)電腦，加載應(yīng)用程序，分析影像上可以使用的道路信息，或者借助人工交互的方法，在影像上挑選出需要的點(diǎn)線面結(jié)構(gòu)。實(shí)際應(yīng)用中，由于道路結(jié)構(gòu)的特殊性，依靠單一的手段和方法，不能都取得相同的效果。比如管制線路，道路圍欄，指示燈具，交岔口的類型都不一樣，造成了許多麻煩。以此根據(jù)道路網(wǎng)圖像特性對(duì)其進(jìn)行適當(dāng)分類，是提取方法研究中必不可少的步驟。面對(duì)當(dāng)前形勢(shì)，提取道路更多的在城鎮(zhèn)上應(yīng)用。它們的道路材料相差無(wú)異，分布規(guī)則，結(jié)構(gòu)簡(jiǎn)單（線型結(jié)構(gòu)明顯），材料種類局限，為我們遙感影像道路提取的工作者，鋪墊了一定思路。遙感影像處理屬于內(nèi)業(yè)處理部分，主要包括遙感圖像的幾何校正、輻射校正、鑲嵌、接邊、地物分類，制作4D產(chǎn)品。遙感道路提取是其中一部分。2.4遙感影像矢量化首先掃描高分辨遙感影像，制成JPG格式的文件存入電腦，通過(guò)一般處理，去除噪音，陰影，并且做到圖像融合。最后得到柵格圖。這里介紹國(guó)產(chǎn)MAPGIG的矢量化過(guò)程：先進(jìn)入MAPGIS軟件，打開(kāi)保存的柵格圖；再進(jìn)行圖像匹配，后生成Tab格式的文件；再點(diǎn)擊編輯，導(dǎo)入該Tab文件，設(shè)置需要的圖層，在相應(yīng)的圖層上，進(jìn)行矢量化采集。對(duì)于道路而言，這種提取效率是很低，但提取效果很好。2.5遙感影像提取道路的特征性大概包括有幾何特征、拓?fù)涮卣?、輻射特征等。比如：色調(diào)變化具有層次感，一般如課本上所說(shuō)，道路由混凝土制成，顏色亮，在光譜成像中很容易辨別。比如：道路陰影，和一般建筑物陰影不同，建筑物的陰影是由于光線的傾斜方向，和成像角度造成的；而道路的陰影是由于兩邊的樹(shù)木、道路上車(chē)輛和道路口之間的天橋造成的。也就是說(shuō)處理它們的方式是不同的。拓?fù)潢P(guān)系，比如：廣泛使用的瀝青柏油馬路和混凝土材料。這就要求在識(shí)別的過(guò)程中建立起它們的聯(lián)系。或者延伸到圖像的邊界外：這是圖像之間融合要考慮的，在相鄰的影像之間，需要把處理好的或者原始的影像融合完整。2.6遙感影像處理過(guò)程圖像的幾何精校正、圖像匹配、圖像鑲嵌。精糾正是消除圖像中的幾何變形，產(chǎn)生一幅能夠表達(dá)的圖像。可以用一個(gè)適當(dāng)?shù)亩囗?xiàng)式來(lái)模擬兩幅圖像間的相互變形。配準(zhǔn)的過(guò)程分兩步。首先在多源圖像上確定分布均勻，足夠數(shù)量的圖像同名點(diǎn)，然后通過(guò)所選擇的圖像同名點(diǎn)確定幾何變換的多項(xiàng)式系數(shù)，從而完成一幅圖像對(duì)另一幅圖像的幾何糾正。它包括兩個(gè)環(huán)節(jié)：一是像素坐標(biāo)的變換，二是對(duì)坐標(biāo)變換后的像素亮度值進(jìn)行重采樣。影像幾何精校正處理過(guò)程如下：根據(jù)圖像的成像方式確定圖像坐標(biāo)和地面坐標(biāo)之間的數(shù)學(xué)模型；根據(jù)地面控制點(diǎn)和對(duì)應(yīng)像點(diǎn)坐標(biāo)進(jìn)行平差計(jì)算變換參數(shù)，評(píng)定精度；對(duì)原始圖像進(jìn)行幾何變換計(jì)算，像素亮度值重采樣。圖像配準(zhǔn)的實(shí)質(zhì)就是遙感圖像的幾何糾正，根據(jù)圖像的幾何畸變特點(diǎn)，采用一種幾何變換將圖像歸化到統(tǒng)一的坐標(biāo)系中。圖像之間的配準(zhǔn)一般有兩種方式：圖像間的配準(zhǔn)，即以多源圖像中的一幅為參考圖像，其他圖像與之配準(zhǔn)，其坐標(biāo)系是任意的。再就是絕對(duì)配準(zhǔn)，即選擇某個(gè)地圖坐標(biāo)系，將多源圖像變換到這個(gè)地圖坐標(biāo)系以后來(lái)實(shí)現(xiàn)坐標(biāo)系的統(tǒng)一。圖像配準(zhǔn)通常采用多項(xiàng)式糾正法。圖像鑲嵌指的是影像片之間的連接處理，需要考慮到接縫，相同點(diǎn)識(shí)別，色調(diào)不同的影響。2.7遙感影像道路網(wǎng)提取的過(guò)程分為四個(gè)步驟：第一是，對(duì)道路進(jìn)行濾波、圖像增強(qiáng)；第二是低層次處理，比如二值化、灰度、頂點(diǎn)、方向和邊緣的選??；再就是包括建立規(guī)則、理論模型，識(shí)別和分析，第五步是道路網(wǎng)，包括道路標(biāo)示、樣式、運(yùn)行的處理。對(duì)于不同的道路，學(xué)者給出了不同方法。針對(duì)分辨率，道路區(qū)域，比例尺，影像類型選擇了不同的提取方法。比如Marr視覺(jué)理論[1-2]，學(xué)者把常用的方法總結(jié)成了4個(gè)步驟，就是上一段寫(xiě)到的。3高分辨率遙感影像中道路網(wǎng)提取劃分根據(jù)目前自動(dòng)化的程度，分為半自動(dòng)和全自動(dòng)提取[3]。半自動(dòng)是先把待處理分析的道路信息，影像信息輸入進(jìn)電腦，參照計(jì)算和程序給定道路上的初始點(diǎn)和方向線，人機(jī)交互計(jì)算出需要的道路網(wǎng)。全自動(dòng)提取是指，不需要多次人機(jī)交互，由電腦操作完成。但是到目前為止，全自動(dòng)提取效果還不理想，為了確保線路的正確性，人機(jī)交互是少不了的?，F(xiàn)在全自動(dòng)是研究的熱點(diǎn)，一些學(xué)者通過(guò)特征點(diǎn)的選擇，通過(guò)對(duì)特征要素進(jìn)行有層次的劃分，把高分辨率遙感影像中提取道路網(wǎng)的方法歸為兩類：1邊緣特征2面向?qū)ο?提取道路的方法匯總4.1數(shù)學(xué)形態(tài)學(xué)方法提取道路影像數(shù)學(xué)形態(tài)學(xué)用于遙感影像道路提取是一種很有效的方法，有不少學(xué)者進(jìn)行了研究[4]。該方法對(duì)圖像的分析分類是依據(jù)參照物的幾何變形，數(shù)學(xué)形態(tài)學(xué)的基本思想是建立起參照模型集合，其中含有各種固定的形態(tài)結(jié)構(gòu)元素，按照一定度量和提取規(guī)則，選取影像中的相關(guān)的地物幾何結(jié)構(gòu)，從而獲得對(duì)圖像識(shí)別和加工的目的。而結(jié)構(gòu)變形是由完整的邏輯過(guò)程和形態(tài)組成的幾何特征所決定，形狀變換的復(fù)雜度也依賴結(jié)構(gòu)元素的形狀和大小。因此運(yùn)用數(shù)學(xué)形態(tài)學(xué)進(jìn)行圖像處理的重中之重是幾何結(jié)構(gòu)的生成和選取。由于城鎮(zhèn)化的發(fā)展和遙感影像高分辨率的不斷改進(jìn)，地表的幾何結(jié)構(gòu)和形態(tài)相連的信息提取變得越來(lái)越龐大和充實(shí)，最后導(dǎo)致了各類元素和地表信息的選擇變得不可行。4.2平行線法提取道路影像蔡濤等研究學(xué)者[5-6]通過(guò)這種手段，實(shí)現(xiàn)了從多波段遙感影像上提取道路網(wǎng)的方法。它的方法是首先確定路面幾何結(jié)構(gòu)平行，把道路兩旁的邊緣線看成一對(duì)平行線，將平行線段制成能夠識(shí)別出來(lái)的符號(hào)。在影像圖上，把道路上相同的點(diǎn)連接成線，再將各個(gè)線段連接起來(lái)，通過(guò)融合各個(gè)波段使它們成面。這個(gè)過(guò)程中要先識(shí)別影像中突出的道路，再利用多波段圖像中的互補(bǔ)性、冗余性，可以準(zhǔn)確對(duì)道路進(jìn)行描述。高分辨率遙感影像中道路的幾何結(jié)構(gòu)線是有一對(duì)平行線構(gòu)成的，它們組成了道路網(wǎng)的邊緣，借助邊緣線構(gòu)造模型是提取道路網(wǎng)的一種重要方法和手段。基于邊緣特征的道路提取的方法，關(guān)鍵是利用道路邊緣上平行的線，使用計(jì)算機(jī)提取道路邊緣信息?！皹蚪印保˙ridge-Link）模型[7]，通過(guò)寬度的變化，識(shí)別其中符合定義的道路。它是利用多權(quán)重算法提取邊緣的，比較另外一種基于直線的自動(dòng)提取方法[8]。該算法先將特征點(diǎn)模型化，再把圖像分成小的單位，在小的影像上，消去多余的信息，將留下來(lái)的連接起來(lái)。這個(gè)過(guò)程考慮的關(guān)鍵是如何將他們剔除掉，文中作者使用了高斯分布函數(shù)，實(shí)現(xiàn)了全自動(dòng)提取要素。但它的算法也有不足：對(duì)于各種道路而言，會(huì)把部分需要的信息特征點(diǎn)忽略掉，造成最后顯示線性結(jié)構(gòu)與實(shí)際不符。4.3模型法提取道路影像首先模型法是設(shè)計(jì)擬合目標(biāo)成一函數(shù)式，再抽象成與原圖像相聯(lián)系的函數(shù)表達(dá)式。通過(guò)對(duì)各個(gè)像素點(diǎn)顏色、灰度等聯(lián)系分析，自動(dòng)地選取對(duì)應(yīng)影像的閥值，用該閥值提取道路信息[9]。它的步驟如下：一、預(yù)處理，選取初始點(diǎn)；二、求初始點(diǎn)函數(shù)表達(dá)式，用多項(xiàng)式法求參數(shù)；三、求該函數(shù)表達(dá)式最小值，以此劃分各個(gè)路段；四、各個(gè)路段連接，選取相應(yīng)的交岔點(diǎn)。比如Hough變換的方法處理影像[10]。Hough變換能夠克服誤判的影響，但它局限于道路段長(zhǎng)度閥值的選擇。Hough變換的過(guò)程是：先檢測(cè)路網(wǎng)的的組成線段，再檢測(cè)出它們之間的距離。比較幅度法，該函數(shù)中所定閥值部分是自動(dòng)選取的，最小閥值是操作人員手動(dòng)定下來(lái)的。閥值太小的話，道路段多，道路邊緣連接的時(shí)候不能完整閉合，閥值太大的話，道路段少，不利于道路兩邊岸的閉合[11]。4.4濾波法提取道路影像還有濾波法[12]：濾波法是對(duì)遙感影像進(jìn)行濾波處理，在影像上選擇特征線，連接、組織等，進(jìn)而完成道路網(wǎng)的選取。濾波法的優(yōu)點(diǎn)是能夠快速準(zhǔn)確的提取出道路邊緣特征和道路中心線特征。比如設(shè)計(jì)一個(gè)高通濾波器和統(tǒng)計(jì)濾波器，把選取的信息傳遞到指定的位置，完成線路網(wǎng)信息的分析與檢核。濾波能夠突出影像片上地物的線性結(jié)構(gòu)，集中起來(lái)的濾波用來(lái)除掉高通濾波后產(chǎn)生的噪聲，把高出和低于閥值的去除，銳化選定的特征點(diǎn)，突出遙感圖像中的某些信息，削弱或除去某些不必要的點(diǎn)、線，使圖像易于判讀。此外它還能獲取低頻信息。圖像增強(qiáng)的實(shí)質(zhì)是增強(qiáng)保留下的目標(biāo)和它周?chē)鷪D像間的色彩對(duì)比。它不能增加原始圖像的信息，有時(shí)反而會(huì)損失掉一些信息。最后制成模型化地矢量圖，再對(duì)其各個(gè)定位，如前面介紹的預(yù)處理幾個(gè)操作步驟，最終完成有用的道路網(wǎng)信息的選取。4.5輻度和波普角法提取道路影像輻度法就是道路輻射特征表現(xiàn)在道路的中心線的灰度跟其他特征點(diǎn)比較，灰度值小，顏色明亮[13]，以此選擇特征點(diǎn)連接和幾何處理。該算法的優(yōu)點(diǎn)是簡(jiǎn)化了過(guò)程，選出來(lái)的道路幾何形強(qiáng)，選定一定的閥值，在一定的灰度范圍，確定要找的道路。還有一種算法是介紹波普角[14]，以像素作為出發(fā)點(diǎn)，求出線路段特征點(diǎn)處的波普角，用一定的算法對(duì)道路邊界檢查，這樣就得到了道路影像。詳細(xì)的過(guò)程在文獻(xiàn)9中。該算法優(yōu)點(diǎn)和灰度值提取的方法一樣，方便簡(jiǎn)潔，速度快。缺點(diǎn)是效果不理想，道路信息不完整，需要人工進(jìn)行修改。4.6水平集函數(shù)提取道路影像這是一種主成分分析的彩色區(qū)域生長(zhǎng)算法，它能根據(jù)道路的顏色特征，先對(duì)道路進(jìn)行分割，然后根據(jù)預(yù)分割的結(jié)果構(gòu)造水平集函數(shù)[15]。它的優(yōu)勢(shì)在于，對(duì)于非城鎮(zhèn)道路而言，比較適用，水平集改正能夠使崎嶇不平的道路，轉(zhuǎn)化為平整道路來(lái)處理，對(duì)于路面上車(chē)輛，陰影都能起到恢復(fù)效果。最終使少量不明顯凹陷的邊緣向外擴(kuò)，還原為平整的；少量不明顯凸出的邊界向內(nèi)收縮，這樣以來(lái)該水平集方法可以讓曲線越過(guò)障礙物，為提取道路邊緣提供了可行和方便。4.7變換系數(shù)非抽樣方法提取道路影像這是一種基于轉(zhuǎn)化系數(shù)，選取一定參照點(diǎn)，對(duì)任意方向上的系數(shù)進(jìn)行二值化，再用這些特征點(diǎn)作為種子點(diǎn)進(jìn)行跟蹤的遙感影像道路網(wǎng)重建成模的過(guò)程。它的算法過(guò)程是算出各個(gè)方向和范疇內(nèi)的數(shù)據(jù)模型，通過(guò)該模型變換為系數(shù)模型，再固定給出界面范圍尺寸，比較它們?cè)趯?duì)應(yīng)方向和相同方位上建模系數(shù)的最大數(shù),以此數(shù)值的各個(gè)點(diǎn)當(dāng)成特征點(diǎn)；再通過(guò)相應(yīng)的閾值將任意方位的建模進(jìn)行二值化和變化系數(shù),去除了小范圍尺寸的地物幾何體，再挑選特征點(diǎn)為基礎(chǔ)基本點(diǎn)對(duì)線路網(wǎng)識(shí)別。4.8其他方法圖像二值化是設(shè)定閥值，挑選中心線的過(guò)程。先用數(shù)學(xué)形態(tài)學(xué)方法對(duì)路面結(jié)構(gòu)細(xì)化，再選出各個(gè)中心點(diǎn)并連線。還有向量機(jī)方法，它是一種高分辨率遙感影像上自動(dòng)提取道路的方法。該方法利用高斯馬爾可夫隨機(jī)場(chǎng)紋理模型提取遙感影像的基本特征[16-17]，對(duì)道路段分化獲得線路中心線，記錄下來(lái)它們的長(zhǎng)度尺寸，最終依據(jù)邏輯式要求，依次將中心線拼接獲取得到線路構(gòu)造。該方法缺點(diǎn)是：線路周邊布局著多余地物信息，區(qū)間存在著道路位移、殘缺、不整和過(guò)度拼接。最后還有一種是基于規(guī)則知識(shí)的算法[18]：利用幾何結(jié)構(gòu)、灰度等等，辨別道路周?chē)庾V特征相似的地物。5新的方法5.1思路和設(shè)計(jì)過(guò)程5.1.1基于三原色原理處理遙感影像因?yàn)楝F(xiàn)在遙感技術(shù)重在建模和方法，像上文提到的，諸多方法中缺少傳統(tǒng)方法的研究。我的想法是基于三原色原理，通過(guò)對(duì)Hough變換和數(shù)學(xué)形態(tài)學(xué)、多尺度全方位結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)、數(shù)學(xué)形態(tài)學(xué)和形狀指數(shù)這三種方法共同運(yùn)用，校正同一遙感影像的方法。三原色的原理是：任何顏色都可以有紅、綠、藍(lán)三種顏色混合而成，色彩學(xué)上稱這三種顏色為三原色。根據(jù)該原理，相同比例的三種顏色可以生成白色（日光色），通過(guò)對(duì)某地區(qū)已知的遙感影像進(jìn)行上述三種方法處理，生成三種提取道路的影像，再將這三種提取道路的影像分別染成紅、綠、藍(lán)幻燈片，在幻燈機(jī)（手工制作的）的映射下，在熒屏上生成我們想要的基于三原色提取道路的影像。實(shí)驗(yàn)樣本為北京某城鎮(zhèn)高分辨率遙感影像：北京海淀區(qū)某城區(qū)SPOT5全色影像，如圖5-1。影像像素為353×428。通過(guò)Hough變換和數(shù)學(xué)形態(tài)學(xué)的方法提取道路后染成紅色影像，如圖5-2。通過(guò)多尺度全方位結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)提取道路后染成綠色影像，如圖5-3。通過(guò)數(shù)學(xué)形態(tài)學(xué)和形狀指數(shù)提取道路后染成藍(lán)色影像，如圖5-4。圖5-2、圖5-3、圖5-4染色的過(guò)程是使用計(jì)算機(jī)PS軟件，逐條線路染上的，最后打印到幻燈片上生成紅、綠、藍(lán)幻燈片。圖5-1北京海淀區(qū)某城區(qū)SPOT5全色影像圖5-2染成紅色的Hough變換和數(shù)學(xué)形態(tài)學(xué)提取的道路網(wǎng)影像如圖5-3染成綠色的多尺度全方位結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)提取的道路影像如圖5-4染成藍(lán)色的數(shù)學(xué)形態(tài)學(xué)和形狀指數(shù)提取的道路影像自制幻燈機(jī)，如圖5-5，下圖所示。圖5-5左邊的圓孔是安放光源的位置，中間的（方型框）用來(lái)放置幻燈片，右面的方架是熒屏。把上述三張幻燈片放在中間，調(diào)整光源強(qiáng)度和成像距離，就能生成需要的影像。圖5-5自制幻燈機(jī)結(jié)構(gòu)圖5.1.2設(shè)計(jì)過(guò)程1、設(shè)計(jì)區(qū)概況：北京市位于東經(jīng)116°25′29″，北緯39°54′20″。是中國(guó)首都，中國(guó)第二大城市，氣候條件屬于溫帶季風(fēng)氣候，年平均氣溫在14.0℃，全年降水量集中在夏季。面積16，807.8km2，全市平均海拔43.5米，山地海拔在1000到1500米，平原海拔在20到60米。圖5-1是位于中心城區(qū)西部（西城區(qū)）海淀區(qū)的早期遙感影像圖。該地區(qū)交通便利，環(huán)境干凈清爽，中國(guó)最著名的北京大學(xué)、清華大學(xué)均坐落在該地區(qū)。2、材料準(zhǔn)備：圖5-5所示的紙箱一個(gè)，燈具一盞，帶有架腿的相機(jī)一個(gè)，清晰的熒屏一面（材質(zhì)為帆布）。三張空白的幻燈片，一臺(tái)彩色打印機(jī)。一個(gè)能容納的小屋子，最重要的是該地區(qū)遙感影像通過(guò)對(duì)Hough變換和數(shù)學(xué)形態(tài)學(xué)[19]、多尺度全方位結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)、數(shù)學(xué)形態(tài)學(xué)和形狀指數(shù)這三種方法不同方法提取道路的道路圖。3、具體步驟：一、幻燈片的生成，通過(guò)PS軟件生成圖5-2、圖5-3、圖5-4三幅影像圖。二、將做好的自制幻燈機(jī)放置平，裝入燈具，在紙箱右邊掛上熒屏，再在一側(cè)固定相機(jī)架腿，照準(zhǔn)熒屏并準(zhǔn)確對(duì)焦。三、裝上打印過(guò)的三張幻燈片，使三張幻燈片平行對(duì)齊，打開(kāi)光源，照射幻燈片成像。四、改變?nèi)龔埢脽羝姆胖庙樞?，重?fù)第三步驟，多次成像照相，并作筆記記錄下放置的順序和生成的效果，見(jiàn)表格5.1。五、選出一張效果最好的相片圖。筆記記錄：實(shí)驗(yàn)次數(shù)幻燈片順序效果1紅、綠、藍(lán)較好2綠、紅、藍(lán)較好3藍(lán)、紅、綠一般4藍(lán)、綠、紅一般表格5.1幻燈片不同排列順序生成圖的效果經(jīng)觀察，幻燈片的順序不同，得到的影像畫(huà)面不一樣。由表格5.1我們選用1、2號(hào)實(shí)驗(yàn)結(jié)果作為提取影像。并對(duì)3、4號(hào)結(jié)果分析如下：由于光線在通過(guò)幻燈片的時(shí)候，對(duì)光的吸收和穿透能力不同。5、注意事項(xiàng)：一、所制幻燈片5-2、5-3、5-4，PS上色是否均勻；二、使用幻燈機(jī)過(guò)程中的照相機(jī)由于要閃光，可能會(huì)干擾實(shí)驗(yàn)效果圖，為了減少影響，相機(jī)點(diǎn)位置要介于幻燈片和熒屏之間。5.2成果比較圖5-2，這幅圖是基于Hough變換和數(shù)學(xué)形態(tài)學(xué)的道路提取的；可以看到其中的拐角信息有遺漏的地方，沒(méi)辦法把信息完整提取。該影像是經(jīng)過(guò)PS軟件融合生成的影像圖。圖5-3，是基于多尺度全方位結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)提取的；數(shù)學(xué)形態(tài)學(xué)是從結(jié)構(gòu)、尺寸、大小、選取有用的信息。對(duì)影像單元灰度削弱和增強(qiáng)，達(dá)到實(shí)現(xiàn)道路整個(gè)主干網(wǎng)的提取，其中值得說(shuō)明的是數(shù)學(xué)形態(tài)學(xué)能夠?qū)崿F(xiàn)拐點(diǎn)的圓滑，對(duì)道路網(wǎng)曲線、緩曲線能夠很好的保留下影像真實(shí)性。從該圖中可以看出影像較圖5-2其中拐點(diǎn)有一定的圓滑，這是因?yàn)樗紤]了檢核平差，但是它顯然濾波去噪的過(guò)程做的不夠。最后通過(guò)PS上色生成的影像。圖5-4，是基于數(shù)學(xué)形態(tài)學(xué)和形狀指數(shù)提取的；通過(guò)對(duì)道路線網(wǎng)的細(xì)化，提取出道路網(wǎng)的中心線，這個(gè)過(guò)程需要根據(jù)影像的整體布局和道路分布設(shè)定閥值，閥值越大道路網(wǎng)越寬，反之越窄。如圖5-4，與5-2比較，它的線型結(jié)構(gòu)比較清晰，線寬和除去噪音的效果都比較理想，但是與5-3比較可以看到它不能體現(xiàn)局部微小范圍的不同。最后經(jīng)過(guò)PS上色生成的影像。圖5-5，是由圖5-2、圖5-3、圖5-4三幅影像制成的幻燈片，重疊生成的白色的影像，這就是三原色原理處理后生成的影像；對(duì)比圖5-2、圖5-3、圖5-4，可以看見(jiàn)它明顯沒(méi)有棱角，但還有缺失的地方。由于幻燈片成像不能很好的與道路網(wǎng)完全疊加起來(lái)，使得線路網(wǎng)粗細(xì)不均。分析造成這種變形的原因，可能性有四種：1、安放幻燈片的時(shí)候，幻燈片之間有縫隙，光線穿過(guò)的時(shí)候，發(fā)生了折射現(xiàn)象；2、幻燈片與幻燈片之間不能準(zhǔn)確的對(duì)齊，其中的某一段產(chǎn)生了錯(cuò)位，最終使得成像不清晰；3、可能是由于熒屏不平行幻燈片，造成所成影像發(fā)生了變形；4、另外一種是由于光源成像原理是小孔成像，光線傳播又會(huì)發(fā)生衍射，最終使得熒屏上的影像變形。圖5-5三原色原理處理后得到的影像圖5-6，是將影像圖5-5，經(jīng)過(guò)消除噪音和融合處理生成的。這幅圖較之前的圖5-1、圖5-2、圖5-3比較完善。成像效果理想。該過(guò)程消除噪音和融合處理依靠了手動(dòng)識(shí)別，人工分析的步驟，所以才達(dá)到了這樣好的效果。圖5-6三原色原理處理后消除噪音和融合處理提取的影像5.3結(jié)論通過(guò)三原色原理處理某遙感影像，得到了預(yù)期的效果。由圖5-5、5-6，可知道路影像清晰明顯，但缺少道路邊緣的詳細(xì)特征。在處理幻燈片和在幻燈機(jī)成像過(guò)程中看似過(guò)程簡(jiǎn)單了，但花費(fèi)的時(shí)間卻也多了。圖5-6的影像生成，依賴于手動(dòng)識(shí)別去除噪音，這一處理的過(guò)程加大了工作量。由于實(shí)驗(yàn)本身沒(méi)有參照其他成果，此次結(jié)論還需要更多的論證才行。6結(jié)束語(yǔ)下一步解決的問(wèn)題現(xiàn)代的學(xué)者提出來(lái)的大多數(shù)方法，主要針對(duì)于某種特定類型的道路，但在處理其他類型的道路時(shí)，效果就不怎么理想了。通過(guò)本文的簡(jiǎn)要概括，就高分辨率遙感影像提取道路網(wǎng)出現(xiàn)的問(wèn)題說(shuō)明如下：（1）遮擋問(wèn)題。對(duì)于面積小的陰影，通過(guò)消除噪音就能收到效果，對(duì)于面積大的，通過(guò)人機(jī)互動(dòng)可以收到效果。（2）地物特征相似問(wèn)題，容易使得道路提取產(chǎn)生錯(cuò)分的現(xiàn)象。我覺(jué)得通過(guò)建模，再全局型平差可以起到效果。（3）地物復(fù)雜問(wèn)題，使得路面多樣復(fù)雜，道路段的灰度具有近似的一致性，使得在城區(qū)影像中提取道路困難。我覺(jué)得建立一個(gè)識(shí)別庫(kù)，當(dāng)相似度達(dá)到一定值的時(shí)候，標(biāo)記為可排除對(duì)象，未達(dá)到的地物，保留下來(lái)。比較本次實(shí)驗(yàn)方法，看到還存在不足，主要有：實(shí)驗(yàn)道具粗糙，結(jié)構(gòu)不精密；實(shí)驗(yàn)次數(shù)少，沒(méi)有豐富的數(shù)據(jù)證明該方法的優(yōu)越性；實(shí)驗(yàn)缺少參照物，得出的結(jié)論不嚴(yán)密。以上就是下一步需要做的工作。

致謝首先要感謝我的指導(dǎo)老師--潘潔晨老師，還有教過(guò)我的專業(yè)老師。讓我學(xué)到了很多知識(shí)、方法。我才知道過(guò)程對(duì)于自己而言是很重要的，只有在過(guò)程中，才能體會(huì)到漸漸的越來(lái)越自信的感覺(jué)。結(jié)果在別人看來(lái)是重要的，對(duì)我自己寄予希望的得到肯定通過(guò)考核。對(duì)于老師，畢業(yè)設(shè)計(jì)修改每年都要經(jīng)歷一次，每次都會(huì)面對(duì)不同的學(xué)生，但對(duì)于我，會(huì)覺(jué)得這是難得的一次和老師溝通的機(jī)會(huì)，是機(jī)遇，是了解，是成長(zhǎng)。感謝青春讓我很好的了解著自己，未來(lái)的路口，無(wú)論在哪，我都將勇敢的走著。這篇畢業(yè)論文也稱不上什么精彩的臺(tái)詞，卻是我走向社會(huì)的臺(tái)階，無(wú)論多少嘗試、修改，都要接受大家的意見(jiàn)。感謝河南學(xué)院的所有授課老師，你們使我受益。感謝所有關(guān)心、鼓勵(lì)、支持我的朋友。

參考文獻(xiàn)[1]史文中，朱長(zhǎng)青，王昱．從遙感影像提取道路特征的方法綜述與展望[J].測(cè)繪學(xué)報(bào),2001,30(3):7-261.[2]明冬萍，駱劍承，沈占鋒，等．高分辨率遙感影像信息提取與目標(biāo)識(shí)別技術(shù)研究[J].測(cè)繪科學(xué)，2005,30（3）:8-20.[3]楊曉亮，文貢堅(jiān).高分辨率遙感影像中提取道路網(wǎng)方法綜述[J].遙感技術(shù)與應(yīng)用,2012,27(3):456-471[4]滿亢，鮑遠(yuǎn)律，馬璐.一種高分辨率遙感影像中居民區(qū)道路提取方法[J].計(jì)算機(jī)仿真，2009（3）：0217-0230.[5]李曉峰，張弛，潘欣，等.貝特朗曲線性質(zhì)在高分辨率影像道路邊緣信息提取中的應(yīng)用[J].武漢大學(xué)學(xué)報(bào)信息科學(xué)版，2010,35（9）：1079-1095[6]蔡濤，王潤(rùn)生．一個(gè)從多波段遙感圖像提取道路網(wǎng)的算法[J].軟件學(xué)報(bào)，2001，12(6):943-948[7]HuH,LiuY,WangX,etal.RoadExtractioninRemoteSensingImagesusingaNewAlgorithm[C]//ProceedsofIEEEInternationalConferenceonIntelligentInformationHidingandMultimediaSignalProcessing.Harbin,China,2008:779-782.[8]文貢堅(jiān)，王潤(rùn)生．從航空遙感圖像中自動(dòng)提取主要道路[J].軟件學(xué)報(bào)，2001,11（