基于Hough变换的高分辨率遥感影像城市直线道路提取

2009.3　　　　　　　　　　　　　　　　　　　　　遥感信息遥感应用　　　　　　　　　　　　　　　　　　　　

基于Hough变换的高分辨率遥感影像城市直线道路提取

吕健刚,韦春桃

(广西桂林工学院土木工程系,桂林541004)

摘要:根据高分辨率遥感影像城市直线道路特性,,使用Hough变换检测道路所在直线,对直线进行道路判断,再将所得道路段进行修剪果表明,关键词:Hough变换;道路提取;遥感影像;中图分类号:TP751　　文献标识码(2009)103-0015-

04

引,航天飞机和各种卫星系统提供的遥感影像大量增加,它们的空间分辨率、光谱分辨率不断提高,为地理信息系统提供了丰富的基础信息数据源。遥感影像中道路网是非常重要的基础地理信息,在地图更新、汽车导航、目标识别等领域都具有重要意义。如何有效地利用遥感影像进行道路提取,已成为国内外遥感领域研究的热点,它不仅是遥感领域的难题,也是计算机视觉和图像理解研究的重点之一。

目前遥感影像道路提取已取得一定成果,根据道路提取的自动化程度,可分为半自动道路提取和自动道路提取。半自动道路提取即利用人机交互的方式进行道路提取和识别,其主要思想是人工首先提供初始道路点(种子点),有时还提供初始方向,然后再由计算机进行处理识别,同时适当进行人机交互。自动道路提取的主要思想是:先“识别”出道路,再自动准确定位道路。其中“识别”对于计算机来说还十分困难,这也是计算机视觉、模式识别和人工智能等学科的一个难题。目前人机交互的半自动道路提取取得了较好的效果,完全自动的道路提取还不成熟,道路提取的自动化程度、算法的稳健性还有待加强。

一般地,在高分辨率遥感影像上,道路具有一定的宽度,其形状像一个窄的矩形或带状线。城市区

收稿日期:2008-09-04

域中的道路网由许多街区组成,每个街区中的地物目标分布常常是有规律的,道路长度通常大于或等于一个街区,城市道路网可以抽象为由许多直线道路构成[1]。根据这些道路特性,本文提出一种城市道路提取的方法:先采集道路灰度值,根据道路灰度值,设定阈值进行图像分割,二值化处理得到基本的道路网轮廓。在道路网轮廓的基础上,使用Hough变换检测道路所在直线,对检测所得直线进行道路判断,判断为道路的直线段再进行修剪、连接,最后实现道路网提取。实验结果表明,该方法能有效地从高分辨遥感影像中提取城市直线道路。方法流程如图1

。

图1　道路提取方法流程图

2　图像分割及二值化处理

高分辨率影像中道路灰度值比较均匀。先采集道路灰度值,根据道路灰度值,设定阈值进行图像分

割,二值化处理得到基本的道路网轮廓。如图2(a)为原始遥感影像,先采集道路的灰度值,获得该灰度值为Mean_Value,设定图像分割阈值Min和Max

(Min<Mean_Value<Max),进行图像分割,图中

各像元灰度值为Gray_Value,二值化规则如下[2]:

二值化图:

修订日期:2008-

10-19

基金项目:基金项目:广西自然科学基金项目(桂科自0728219)。作者简介:吕健刚(1983～),男,硕士研究生,研究方向:遥感影像处理。E2mail:lvjianggan@1631com1

通讯作者:韦春桃(1968～),女,副教授,研究方向:遥感与地理信息系统。

15

遥感信息　　　　　　　　　　　　　　　　　　　　2009.3遥感应用　　　　　　　　　　　　　　　　　　　　　

0　Min<Gray_Value<Max

1　(Min>Gray_Value)||(Max<Gray_Value)

得二值化图2(b),图中存在噪声,通过背景色

填充,可以消除噪音。背景色填充思想为:当“0”元

素区域对象外围4领域都为“1”时,将这些“0”置为

“1”。如图3(a

),进行填充后,可得到图3(b)。图2(b)经过背景色填

充处理后,再做反色处理得图2(c)。

(a)原始遥感影像(b(c)背景色填充图

(3)选取图像每个目标像素(x′),θ取值θ,y′′,

(a)二值图填充前(b)二值图填充后

θθ计算ρ′=xcos′+y′sin′,并在相应累加器A(ρ

′,

θ)=A(ρ)+1(即把矩阵A的元素A(ρ)的′′,θ′′,θ′值增加1)。

(4)寻找参数空间累加器矩阵中某个极大值点,该点对应图像空间中的一条直线。

图3　背景色填充

3　Hough变换检测直线

311　Hough变换原理

Hough变换是一种线描述方法,将笛卡儿坐标

空间中的线变换为极坐标空间中的点。如x,y是

像素的直角坐标,用ρ代表直线距原点的法线距离,θ为该法线与X轴的夹角。如笛卡儿坐标空间中的一条直线,经过如下坐标变换公式[3～4]:

ρ=xcosθ+ysinθ

该直线对应极坐标空间中能找到某个极大值点

(ρ,θ)。如图4所示,图4(a)中线对应于图4(b)中的点。

)量化,并相应设置一个Hough变换先将(ρ,θ

二维累加器矩阵。累加器中的每个元素描述了(ρ,θ)平面上的一个离散点。将图像中的每一个特征点代人θ的各个量化值,算出对应的ρ,计算所得值(经量化)落在某个小格内,便对参数空间累加器进行加1。使得图像空间中直线的提取问题转化为累加器

计数求极大值问题。

Hough变换算法设计为:(1)在ρ,θ合适的最大值、最小值之间建立一个离散的参数空间。

(2)建立一个累加器A(ρ,θ)矩阵,并置每个元素为0。16

312　Hough变换检测道路所在直线

从上述Hough变换原理可以看出,如果图像空

)器矩阵中必有某间上存在直线,那么在累加A(ρ,θ

一对应的元素为局部极大值。根据这个极大点,利

2009.3　　　　　　　　　　　　　　　　　　　　　遥感信息遥感应用　　　　　　　　　　　　　　　　　　　　

用Hough反变换,就能在图像中找到对应的直线。对于高分辨率遥感影像,道路具有一定的宽度,其形状像一个窄的矩形或带状线。一条道路可以看成这样的“道路模型”:由多条平行直线,紧密排列组成,平行线的数量即为这条道路的宽度。

如图2(c)中的某一条道路,可以看成图4(a)所示的“道路模型”。图4(a)中直线l1,l2表示道路边缘,两线互相平行。l1和l2之间的阴影区域由和道路边缘平行的直线紧密排列组成。经Hough变换

)中表现为θ值相同后,这些平行线在累加器A(ρ,θ

的点。如图4(b),(ρθρ1,1)和(2,θ2)之间的点。因此,2(c)Hough变换时,(,θ)。对于图2(c),本文算法如下:

(1)在累加器A中找到元素最大值,保存该点信息。

(2)累加器A中以该点为圆心,将半径为R的区域都置零。

(3)跳到步骤(1),继续查找累加器A中最大值,重复循环N21次。

(4)算法结束,找出N个极坐标中的点。本文取N=10,进行Hough反变换可得“参数(如图5(a)),将它叠加到原始遥感影像上,选直线”

择和道路吻合较好的“参数直线”,从该直线获得θ值参数,用于检测和它平行的其他道路。因为城市道路网由许多街区组成,街区分布常常是有规律的,即很多道路互相平行。

图5(a)中,本文选择了编号为2、5、6、7的“参数直线”。查看原始遥感影像可知,和编号2直线平行的道路总共有4条。由图4(a)、4(b)可知,坐标空间中互相平行的直线在极坐标空间中表现为θ值相同的点。假设编号2直线对应的极坐标空间θ值为θ1,和该线平行的4条道路提取,算法如下:

(1)对图2(c)再一次做Hough变换,得到累加

Hough反变换,就得到和编号2直线平行的道路所

在直线。

和编号5、6、7直线平行的道路分别有6条、4

条、5条,通过如上算法提取道路,得道路所在直线图(图5(b))

。

4　直线道路判断

对于图5(b)的直线需进行道路判断,去除非道路信息。方法如下:

选取图中一条直线L,将这条直线延法线方向分别平移-M、-(M-1)…(M-1)、M个像素,形成一个矩形带状线。直线L中的某一像素A,进行平移操作后,能找到该点对应的另外2M个像素,将这2M+1个像素作为一个数组,图2(c)中对应坐标的2M+1个像素也作为一个数组,累加计算该数组得值Sum。对A进行道路判断,如果Sum值大于阈值T1,判断A为道路信息;如果Sum值小于阈值

T1,判断A为非道路信息。对直线L中的其他元素

都做类似操作

。

如图6所示:图中阴影部分表示为直线L,灰色部分为该直线延法线方向平移2个像素后的区域。点A(i,j)延法线方向平移2个像素后,得一数组包含A(i-2,j)、A(i-1,j)、A(i,j)、A(i+1,j)、A(i+2,j)5个像素。图2(c)中对应坐标的5个像素累加计算得Sum值。

器B。

(2)从累加器B中找出θ=θ1的一列元素组。(3)在该列元素组中寻找最大值元素,并保存该点元素信息。

(4)元素组中以该点为中心,将相邻的R个元素都置零。

(5)跳到(3),继续查找元素组中最大值,重复循环3次。

(6)算法结束,找出4个点,将这4个点进行

图6

17

遥感信息　　　　　　　　　　　　　　　　　　　　2009.3遥感应用　　　　　　　　　　　　　　　　　　　　　

Sum=(V(i-2,j)+V(i-1,j)+V(i,j)+V(i+1,j)+V(i+2,j))。像素A道路判断算法如下:

(2)同一直线上相邻的道路段,计算两道路段

If　(Sum>T1)

A(i,j)=1

Else

A(i,j)=0

之间断开的距离,得值Distance,如果Distance小于

阈值T3,将两道路段进行连接,否则不作处理。

取T3=3,对图8(b)处理后,得图8(c)。

(3)图8(d)表示这条直线存在交点的位置,交点信息主要用于道路段的修剪、连接。计算道路端点离最近交点的距离,得值Distance,如果Distance小于阈值T4,进行修剪、,否则不做处理。

T4,得图8(e),道路左,道路右端。

5()中每条直线做“道路判断”和“道路修剪、连接”处理后,得城市道路网(图9(a)),将道路网和原始遥感影像叠加如图9(b)。

对直线L中每个元素做上述道路判断后,输出直线L。

5　道路修剪、连接

一般城市道路网是相互连通的,盖的区域是有限的,两种情况,否靠近图像边界,将该端点也当为一交点[5]。图5(b)中直线的交点位置如图7

。

图7　直线的交点位置图

直线进行道路判断处理后,被分割成许多道路

段(如图8(a)),接下去对道路段进行修剪、连接处理。处理步骤如下

:

用该方法进行城市直线道路提取,图10为另一组实验数据。实验结果表明:该方法提取的道路网和原始影像中的道路位移较小,道路提取效果理想

。

图8　直线的交点位置图

(1)先统计一条直线上道路段数量,对每一道

路段中的元素个数进行统计,得值PNum,如果

PNum大于阈值T2,就判断该道路段为道路信息,否则判断为非道路信息,并删除该道路段。

取T2=2,对图8(a)处理后,得图8(b)。18

(下转第91页)

2009.3　　　　　　　　　　　　　　　　　　　　　遥感信息综述　　　　　　　　　　　　　　　　　　　EuSAR[C]12006.

AReviewofInversionoftheForestHeightby

PolarimetricInterferometricSAR

LITing2wei,LIANGDian2nong,ZHUJu2bo

(SchoolofElectronicScienceandEngineering,NationalUniversityofDefenseTechnology,410073)

Abstract:Inversionofvegetationparametersbypolarimetricincreasinginterestinthefieldofradarremotesensingandmanymethodsofhavebeenproposed.Inthispaper,thesemethodsareclassifiedtofourclassesthesemethodsaresystematicallystudied.After2wards,theestimatedandtheadvantagesanddisadvantagesofthesemethodsarepointedout.ofofvegetationparametersareabstracted.Attheend,thefutureresearchfieldsareproposed.

Keywords:polarimetricSAR;interferometricSAR;inversionofvegetationparameters

(上接第18页)

6　结束语

本文根据遥感影像中城市道路的特性,先设定

阈值进行图像分割,得到包含道路网轮廓的二值图像,使用Hough变换检测道路所在直线,对直线进

行道路判断,再将所得道路段进行修剪、连接形成道路网,实现道路提取。实验结果表明,使用Hough变换检测道路直线时,能减少影像中的汽车及建筑物阴影对道路提取的干扰。该方法能有效的从高分辨遥感影像中提取城市直线道路。

参考文献

1　史文中,朱长青,王昱1从遥感影像提取道路特征的方法综述与展望[J]1测绘学报,2001,30(3):257～2611

2　朱长青,王耀革,马秋禾,史文中1基于形态分割的高分辨率遥感影像道路提取[J]1测绘学报,2004,33(4):347～35113　王珂娜,邹北骥,钟志华,等1基于Hough变换的焊接接头自动识别技术研究[J]1湖南大学学报,2004,31(5):99～10314　瞿洋,杨利平1Hough变换OCR图象倾斜矫正方法[J]1中国图象图形学报,2001,6(2):178～18115　文贡坚,王润生1从航空遥感图像中自动提取主要道路[J]1软件学报,2000,11(7):957～9641

UrbanStraightRoadExtractionfromHigh2ResolutionRemote

SensingImageBasedonHoughTransform

LVJian2gang,WEIChun2tao

(DepartmentofCivilEngineering,GuilinUniversityofTechnology,Guilin541004)

Abstract:Accordingtotheurbanstraightroadcharacterofhigh2resolutionremotesensingimage,thispaperpresentsanapproachtoex2tractroadnetwork.Basedontheroadnetworkoutlinefromimagesegmentation,houghtransformisusedtodetectthestraightlines,whichcontaintheroadinformation.Judgingthestraightlinewhetheritisroadornot,andgettheroadsections.Aftertrimmingandconnectiontheroadsectionstheroadnetworkisformed,thustheroadextractioniscompleted.Experimentre2sultsshowthatthisapproachisefficientforextractingurbanstraightroadfromhigh2resolutionremotesensingimage.Keywords:houghtransform;roadextraction;remotesensingimage;imagesegmentation

91

本文来源：https://www.bwwdw.com/article/32a1.html