CN102609706A - 高分辨率遥感影像道路信息提取系统 - Google Patents
高分辨率遥感影像道路信息提取系统 Download PDFInfo
- Publication number
- CN102609706A CN102609706A CN2011100265013A CN201110026501A CN102609706A CN 102609706 A CN102609706 A CN 102609706A CN 2011100265013 A CN2011100265013 A CN 2011100265013A CN 201110026501 A CN201110026501 A CN 201110026501A CN 102609706 A CN102609706 A CN 102609706A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- road
- resolution remote
- extracting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种高分辨率遥感影像道路信息提取方法，旨在从含有大量地物对象的高分辨率遥感影像中提取出道路来，为地理信息研究人员提供一个有力的分析工具。该系统由以下四个部分组成：(1)图像输入模块(2)特征提取模块(3)特征分类模块(4)结果输出模块。其特征是：(1)采用提升小波对高分辨率影像进行特征提取。(2)能够在影像上提取损毁道路。
Description
技术领域
本发明专利涉及一套高分辨率遥感影像道路信息提取系统，更具体的说，涉及基于提升小波的高分辨率遥感影像道路信息提取系统。
背景技术
目前，在灾害期间对于破损道路的提取，传统的手工数字化提取的方法费时费力，并且具有很大的主观性，因此利用计算机自动提取地块具有很强的现实意义。目前国内外对有损道路提取的方向上还处于空白，即使当前对无损道路的提取识别中的很多算法在理论上是全自动的或半自动的，但在实际应用中则有很低的使用率。
目前这些算法因为缺乏灵活性、稳健性、可靠性、普适性，而还停留在研究试验阶段，离实用阶段还很远。主要原因不外乎以下几方面：第一，遥感成像的成像过程因受到传感器、大气条件、太阳位置等因素的影响，是从多到少的映射，是个确定过程，影像中所提供的道路的信息是不完全且带有噪音的。而从遥感影像中进行道路提取是从少到多的映射，是个不确定的过程，必须从不完全的信息中尽可能精确提取出影像中的道路，难度很大。二是，就道路本身而言，道路的识别，部分取决于它与周围环境或物体的反差大小。
在遥感影像中，道路既可能因为种种原因而出现或大或小的断裂和堵塞，如由于与其穿过的地区背景间的反差弱而出现间断现象；因其受到建筑物、树木等阴影的遮蔽或进入隧道、涵洞、山体滑坡等而出现不连续的现象；从平直的道路线到蜿蜒且部分被遮蔽的道路线(如山区的公路)：从城市地区稠密的道路网到农村、山区稀疏的道路线；从混凝土路面到沥青路面到砂石土路面等等。目前尚无合适的算法来完成影像上有损道路的提取。
发明内容
本专利采用C++为开发语言，开发了高分辨率遥感影像道路信息提取系统，克服了上述系统在特征分类上的缺陷，充分研究了有损道路的特征，实现了高分辨率遥感影像道路信息自动提取。
本发明专利通过以下技术方案予以实现。
(1)根据小波的提升框架理论，针对遥感影像道路的特征提出了一种基于改进的线性提升小波的去噪和增强的方法，减少了数据冗余，突出了特征信息。
(2)采用连通区域标记算法来获得目标的区域。使用目标像索的左上、上、右下、上这4个邻域像索的标记作为标准。
(3)利用C++编程实现了图像的输入输出和显示。
附图说明
图1是本发明专利“高分辨率遥感影像道路信息提取系统”的总体构成图。
具体实施方式
本发明专利“高分辨率遥感影像道路信息提取系统”的实施部分包含图像特征提取、图像特征分类两部分。
1.图像特征提取
提升小波正变换由3个步骤来实现：分裂、预测、更新。在遥感影像中，相邻的影像像素之间具有最密切的相关性，以相邻的偶数位置来预测奇数位置上的像素值，并同时对其进行平滑去噪，极大地消除“同谱异物”和“异谱同物”的非道路的地物。首先对遥感影像分别做水平和垂直方向的奇偶分离，其次对不同方向做预测。
水平方向的预测函数：
dh+1，k＝dh+1，k-Predict(sh+1)
垂直方向的预测函数为：
dv+1，k＝dv+1，k-Predict(sv+1)
2.图像特征分类
设计了SVM(支持向量机)对图像特征分类，SVM分类器的参数选择在参数选择上面，采用核函数将实际问题转换到高维空间，C和r是必备的两个参数，分别为惩罚系数参数和间隔，取C＝90，r＝0.5，可以获得理想的分类精度。
Claims (5)
1.一种高分辨率遥感影像道路信息提取系统。该系统由以下四个部分组成：(1)图像输入模块(2)特征提取模块(3)特征分类模块(4)结果输出模块。其特征是：
(1)采用提升小波对高分辨率影像进行特征提取。
(2)能够在影像上提取损毁道路。
2.根据权利要求，模块(2)是基于C++语言编写，其特征是采用提升小波对高分辨率影像进行特征提取。
3.根据权利要求，模块(3)基于C++语言编写，其特征是能够在影像上提取损毁道路。
4.根据权利要求，模块(1)，(4)图像的输入以及输出模块。
5.根据权利要求，模块(5)与模块(1)，(2)，(3)，(4)相连，同时实现图像数据的实时显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100265013A CN102609706A (zh) | 2011-01-25 | 2011-01-25 | 高分辨率遥感影像道路信息提取系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100265013A CN102609706A (zh) | 2011-01-25 | 2011-01-25 | 高分辨率遥感影像道路信息提取系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102609706A true CN102609706A (zh) | 2012-07-25 |
Family
ID=46527065
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011100265013A Pending CN102609706A (zh) | 2011-01-25 | 2011-01-25 | 高分辨率遥感影像道路信息提取系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102609706A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103884342A (zh) * | 2012-12-19 | 2014-06-25 | 奥迪股份公司 | 用于提供前方道路走向的方法和控制装置 |
| CN104021670A (zh) * | 2014-03-27 | 2014-09-03 | 湖南工业大学 | 一种高分遥感影像提取城市路网车辆队列状态信息方法 |
| CN106295562A (zh) * | 2016-08-09 | 2017-01-04 | 中国科学院遥感与数字地球研究所 | 一种高分辨率遥感影像道路信息提取方法 |
| CN107862278A (zh) * | 2017-11-02 | 2018-03-30 | 黄冈师范学院 | 一种高分辨率遥感影像道路信息提取系统 |
-
2011
- 2011-01-25 CN CN2011100265013A patent/CN102609706A/zh active Pending
Non-Patent Citations (3)
| Title |
|---|
| 汪闽等: ""结合高斯马尔可夫随机场纹理模型与支撑向量机"", 《遥感学报》 * |
| 王培法: ""遥感图像道路信息提取方法研究进展"", 《遥感技术与应用》 * |
| 田养军等: ""基于提升小波分解曲波变换的雷达影像消噪法"", 《地球科学与环境学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103884342A (zh) * | 2012-12-19 | 2014-06-25 | 奥迪股份公司 | 用于提供前方道路走向的方法和控制装置 |
| CN104021670A (zh) * | 2014-03-27 | 2014-09-03 | 湖南工业大学 | 一种高分遥感影像提取城市路网车辆队列状态信息方法 |
| CN106295562A (zh) * | 2016-08-09 | 2017-01-04 | 中国科学院遥感与数字地球研究所 | 一种高分辨率遥感影像道路信息提取方法 |
| CN107862278A (zh) * | 2017-11-02 | 2018-03-30 | 黄冈师范学院 | 一种高分辨率遥感影像道路信息提取系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Vivekananda et al. | Multi-temporal image analysis for LULC classification and change detection | |
| Yan et al. | Urban land cover classification using airborne LiDAR data: A review | |
| Singh et al. | Evaluation of NDWI and MNDWI for assessment of waterlogging by integrating digital elevation model and groundwater level | |
| Sarvestani et al. | Three decades of urban growth in the city of Shiraz, Iran: A remote sensing and geographic information systems application | |
| Lin et al. | Landslides triggered by the 7 August 2009 Typhoon Morakot in southern Taiwan | |
| Jain et al. | Flood inundation mapping using NOAA AVHRR data | |
| CN103729853B (zh) | 三维gis辅助下的高分遥感影像建筑物倒损检测方法 | |
| Fonte et al. | Using OpenStreetMap (OSM) to enhance the classification of local climate zones in the framework of WUDAPT | |
| Huang et al. | Mapping the spatial and temporal variability of the upwelling systems of the Australian south-eastern coast using 14-year of MODIS data | |
| CN103049655B (zh) | 基于多数据源的矿区土地生态损伤信息获取方法 | |
| CN102609706A (zh) | 高分辨率遥感影像道路信息提取系统 | |
| Raza et al. | Land-use change analysis of district Abbottabad Pakistan: Taking advantage of GIS and remote sensing | |
| Germaine et al. | Delineation of impervious surface from multispectral imagery and lidar incorporating knowledge based expert system rules | |
| Mhangara | Land use/cover change modelling and land degradation assessment in the Keiskamma catchment using remote sensing and GIS | |
| Morakinyo et al. | Mapping of land cover and estimation of their emissivity values for gas flaring sites in the Niger Delta | |
| Dahl et al. | Magnitude–frequency characteristics and preparatory factors for spatial debris-slide distribution in the northern Faroe Islands | |
| Chukwu et al. | Application of Landsat imagery for landuse/landcover analyses in the Afikpo sub-basin of Nigeria | |
| Yuchi et al. | A description of methods for deriving air pollution land use regression model predictor variables from remote sensing data in Ulaanbaatar, Mongolia | |
| Sood et al. | Impact of land cover change on surface runoff | |
| Hung | Catchment hydrology in the Anthropocene: Impacts of land-use and climate change on stormwater runoff | |
| Shukla et al. | Monitoring land use/land cover changes in a river basin due to urbanization using remote sensing and GIS approach | |
| Guo et al. | Population estimation in Singapore based on remote sensing and open data | |
| Misra et al. | Brick kiln detection in north India with sentinel imagery using deep learning of small datasets | |
| Makineci | Spatio-temporal change detection of built-up areas with Sentinel-1 SAR data using random forest classification for Arnavutköy Istanbul | |
| VOS et al. | Time-series of shoreline change from publicly available satellite imagery |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120725 |