自动赋初值的LSB-Snake模型的道路半自动提取方法研究.pdfVIP

维普资讯 2008年第 2期 ·北京测绘 · 自动赋初值的LSB—Snake模型的道路半 自动 提取方法研究 张海涛，董 明，祝晓坤 (北京市测绘设计研究院，北京 100038) 摘 要】LSB—Snake模型是一个半 自动提取线状地物的有效方法，但是在提取道路时需要人工输入道路特 征 (与背景相 比道路的亮暗、宽度)作为初始值，在初始种子点稀少的时候不够稳健，且降低了LSB—Snake模型的 效率。因此，本文提出了自动赋初值的LSB—Snake模型，采用 自适应模板匹配方法为LSB—Snake模型提供初始特 征，同时在初始种子点的基础上 自动生成可靠、密集的点，共同作为LSB—Snake模型的种子点参与道路提取。对 IKONOS和9uickBird进行道路提取的试验证明：在给定同样数 目的初始种子点的情况下，提出的自动赋初值 LSB—Snake模型比LSB—Snake模型更加稳健 ；由于无需人工输入道路特征 ，自动化程度更高；在道路附近地物阴 影、遮挡较多的情况下，抗干扰能力更强。 (关键词】提取；道路；半 自动；高分辨率；遥感； B—Snake模型 【中图分类号]P237 文【献标识码] A 文『章编号1 1007—3000【2008)02—4 从遥感影像 中提取线性地物是一个研究热 其中灰度是最重要的特征。道路的灰度特征可表 点，道路是主要的线性地物，道路的提取对城市 示为：在垂直于道路的方向上 ，道路的边缘与中 规划、交通和测绘都具有重要的价值。当前已经 间具有一定亮度对比度的线特征。根据该灰度特 有很多从遥感影像中提取道路的方法，如多尺度 征可以生成剖面灰度模板。本文利用剖面灰度模 空间策吁各”【，感知编组法嘲，人工神经元网络法3[1， 板对道路影像进行匹配，首先提出自适应模板匹 分类方法，主动轮廓模型(Snake模型)方法 ，模 配法，设计一系列不同宽度的剖面灰度模板，对 板匹配方法 8]等，这些提取方法可被分为 自动和 遥感影像上的道路进行匹配 ；然后将 自适应模板 半 自动提取两类。许多研究人员对 自动提取方法 匹配的结果导入 LSB—Snake模型，作为 自动赋初 感兴趣，尽管 自动提取方法已经研究了近 30年 。 值的LSB—Snake模型的初值对道路进行半 自动 但是至今仍然没有一个无需人工干预的成型系 提取。流程如图 1所示 ： 统出现，所 以一些研究人员认为：在可预见的将 1．1LSB—Snake模型 来 ，自动提取方法是不现实的 ，而模板匹配法、 Snake模型㈣是能量极小化的样条 ，它有三 Snake模型等半 自动提取方法更加现实。 个元素：内力、外力和影像特征力。内力约束它的 本文在此基础上提 出了 自动赋初值 的 形状 ，外力引导它的行为，影像特征力将其拖 向 LSB—Snake模型。基于模板匹配法提出了自适应 显著的图像特征；Snake是 “主动”轮廓线模型，它 模板 匹配方法 ，并采用该方法 的结果作为 锁定在图像特征附近 ，准确地将它们极小化。 LSB—Snake模型的初值，半 自动地提取高分辨率 Snake的能量函数E 可以定义为： 遥感影像上的道路。 1 r E (V)=}Jn 池+E +丘。Jds 1 自动赋初值的LSB—Snake模型原理 二 道路为典型的线状地物，其特征可归纳为灰 LSB—Sna