利用规则集进行高分辨率遥感影像道路自动判读
|
摘要
高清卫星遥感成像技术的快速发展,为城市管理发展提供了海量多源数据。为更好地服务于城市发展管理各个方面,基于高分辨率遥感影像的高自动化判读和特征地物信息提取已成为需迫切解决的应用瓶颈。本文将道路的分类、光谱、主辅线、拓扑关系、场景等信息结合,建立对应的对象特征规则集,通过运用ENVI软件对湖南省长沙市某试验区高分辨率遥感卫星影像图进行了道路判读处理。经与遥感影像对照分析可知,所获得的道路判读结果,具有很好的可靠性,表明基于对象特征的规则集分类方法是一种适应性强、效率高的方法。
In order to make full use of the high resolution to better serve the requirements of urban development,automatic recognition and extraction of feature features in high-resolution remote sensing images have become an important research content.This paper combines road classification,spectrum,main and secondary lines,topological relationships,scenes and so on.The high resolution remote sensing satellite images of Changsha City,Hunan Province,are automatically identified by using ENVI software with object-oriented feature extraction method.The results of road recognition and remote sensing images are compared and analyzed.The results show that the rule-based object-oriented classification method is adopted,and it is an effective method with strong reliability.
In order to make full use of the high resolution to better serve the requirements of urban development,automatic recognition and extraction of feature features in high-resolution remote sensing images have become an important research content.This paper combines road classification,spectrum,main and secondary lines,topological relationships,scenes and so on.The high resolution remote sensing satellite images of Changsha City,Hunan Province,are automatically identified by using ENVI software with object-oriented feature extraction method.The results of road recognition and remote sensing images are compared and analyzed.The results show that the rule-based object-oriented classification method is adopted,and it is an effective method with strong reliability.
引文
[1]孙晨阳,周延刚.基于矩形模块匹配的线状地物半自动提取方法[J].西南大学学报,2015(6):183-192.
[2]刘晓平,朱晓强.基于动态规划的城市道路提取该井算法[J].工程图学学报,2010,1(8):31-33.
[3]刘冬.基于数学形态的高分辨率遥感图像道路信息并行提取方法研究[D].吉林长春:吉林大学,2011.
[4]郭怡帆,张锦,卫东.面向对象的高分辨率遥感影像建筑物轮廓提取研究[J].测绘通报,2014(S2):300-303.
[5]熊增连,潘建平,阳春花.面向对象的房屋特征信息自动提取方法[J].地理空间信息,2015(5):16-18.
[6]熊增连,潘建平,阳春花.面向对象的房屋特征信息自动提取方法[J].地理空间信息,2004(5):283-285.
[7]刘丹丹,刘江,张玉娟,等.面向对象的多尺度高分影像建筑物提取方法研究[J].测绘与空间地理信息,2016(2):522-527.
[8]刘丹丹,刘江,张玉娟,等.面向对象的多尺度高分影像建筑物提取方法研究[J].测绘与空间地理信息,2016,39(6):1117-1120.
[9]张元栋,虞亚楠,郭云,等.基于IKONOS的道路信息提取方法研究[J].北京测绘,2015(5):43-46.
[10]林耿斌.多尺度高分辨率遥感影像道路提取技术研究[J].北京测绘,2018,32(2):175-178.
[11]虢建宏,田庆久,吴昀昭.遥感影像阴影多波段检测与去除理论模型研究[J].遥感学报,2006(9):85-89.
[12]林亚斌,贾贵刚,李莲.高分遥感阴影检测与消除方法[J].测绘空间地理信息期刊,2014(12):123-126.
[13]王理政,林祥国,宁晓刚.面对对象的高分辨率遥感影像阴影提取方法[J].测绘科学,2015,40(8):82-87.
[14]王玥,王树根.高分辨率遥感影像阴影检测与补偿的主要成分分析方法[J].应用科学学报,2010,42(10):895-898.
[2]刘晓平,朱晓强.基于动态规划的城市道路提取该井算法[J].工程图学学报,2010,1(8):31-33.
[3]刘冬.基于数学形态的高分辨率遥感图像道路信息并行提取方法研究[D].吉林长春:吉林大学,2011.
[4]郭怡帆,张锦,卫东.面向对象的高分辨率遥感影像建筑物轮廓提取研究[J].测绘通报,2014(S2):300-303.
[5]熊增连,潘建平,阳春花.面向对象的房屋特征信息自动提取方法[J].地理空间信息,2015(5):16-18.
[6]熊增连,潘建平,阳春花.面向对象的房屋特征信息自动提取方法[J].地理空间信息,2004(5):283-285.
[7]刘丹丹,刘江,张玉娟,等.面向对象的多尺度高分影像建筑物提取方法研究[J].测绘与空间地理信息,2016(2):522-527.
[8]刘丹丹,刘江,张玉娟,等.面向对象的多尺度高分影像建筑物提取方法研究[J].测绘与空间地理信息,2016,39(6):1117-1120.
[9]张元栋,虞亚楠,郭云,等.基于IKONOS的道路信息提取方法研究[J].北京测绘,2015(5):43-46.
[10]林耿斌.多尺度高分辨率遥感影像道路提取技术研究[J].北京测绘,2018,32(2):175-178.
[11]虢建宏,田庆久,吴昀昭.遥感影像阴影多波段检测与去除理论模型研究[J].遥感学报,2006(9):85-89.
[12]林亚斌,贾贵刚,李莲.高分遥感阴影检测与消除方法[J].测绘空间地理信息期刊,2014(12):123-126.
[13]王理政,林祥国,宁晓刚.面对对象的高分辨率遥感影像阴影提取方法[J].测绘科学,2015,40(8):82-87.
[14]王玥,王树根.高分辨率遥感影像阴影检测与补偿的主要成分分析方法[J].应用科学学报,2010,42(10):895-898.