基于相位编组的道路边缘检测.pdfVIP

基于相位编组的道路边缘检测 赵建泉，周绍光，施海亮 河海大学测绘工程系，江苏南京（210098 ） E-mail ：atlas@ 摘 要：遥感影像线状目标（主要是指道路）的提取是一个经典研究项目。本文基于相位编 组的思想，针对传统的相位编组方法所存在的不足，提出改进方法。实验证明，改进后的方 法能对影像中的道路边缘做到更好的提取。 关键词：遥感影像，特征提取，相位编组，边缘检测 0. 引言 从遥感影像上提取道路信息是当前遥感技术应用研究的主要方向之一，边缘检测正是解 决图像处理中许多复杂问题的一条重要途径。相位编组法是一种十分经典的直线提取方法， 它同时利用灰度梯度的大小和方向信息提取直线，运算速度快，可处理弱边界。很久以来， 以其固有的特点赢得人们的广泛采纳及深入研究，但是其本身存在着不足，容易产生短直线， 另外在形成直线支持区，利用最小二乘法拟合直线时，会引入大量不准确点，造成边缘检测 的准确性下降。 本文针对传统相位编组法存在的不足，提出具体的改进方法，首先将所得直线支持区进 [1] 行判断连接，避免产生短直线，另外采用一种稳健的直线拟合方法 ，得到更为准确的边缘， 并用改进方法所得结果与传统方法所得结果进行比较，实验结果表明，改进方法能对影像中 的道路边缘做到更好的提取。 1. 方法实现 1.1 形成直线支持区 形成直线支持区域的基础是计算像素点的局部梯度相位，将具有相同梯度方向的相邻像 素编组形成边缘支持区域。 1)计算梯度 文中采用Robert 算子2×2 的模板计算梯度，模板如下： −1 1 1 1 ⎡ ⎤ ⎡ ⎤ G G x ⎢ ⎥ y ⎢ ⎥ −1 1 −1 −1 ⎣ ⎦ ⎣ ⎦ 其中 ， 分别是像素点梯度的水平和垂直分量。梯度的幅值和方向角分别为： G G x y 2 2 1 / 2 mag ( f ) =∇G[ G ]+ x y ( , ) arctan( / ϕx )y Gy Gx 2 ）梯度方向图的分割 通过以上计算得出方向角，采用固定分组方法进行梯度方向分割。如图1 所示，将360ο ο ο 平均分为8 个区域，每个区域的大小为 ，第一个区域的中心为 ，将所分割的8 个区域 45 0 分别标记为 形成标记图。将有相同编码的相邻像素划为一组，对于那些不在同 0,1,2, ,6,7 Κ 一直线上的相邻像素方向差别较大，不会落入同一区域。 -1- 图1 梯度角分区图 1.2 将边缘支持区描述为直线 1）连接直线支持区 由于影像中噪声和地物的影响，一条边缘会被分为若干个相距较近且编