Please wait a minute...
国土资源遥感  2019, Vol. 31 Issue (1): 65-70    DOI: 10.6046/gtzyyg.2019.01.09
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
基于Canny边缘检测思想的改进遥感影像道路提取方法
黄巍1,黄辉先1(),徐建闽2,刘嘉婷1
1.湘潭大学信息工程学院,湘潭 411105
2.华南理工大学土木与交通学院,广州 510640
An improved road extraction method for remote sensing images based on Canny edge detection
Wei HUANG1,Huixian HUANG1(),Jianmin XU2,Jiating LIU1
1.College of Information Engineering, Xiangtan University, Xiangtan 411105, China
2.School of Civil Engineering and Transportation, South China University of Technology, Guangzhou 510640, China
全文: PDF(4806 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

基于边缘特征的提取方法被广泛应用于遥感影像道路识别当中,针对传统方法抗噪性较差且易误判和漏判的缺点,基于Canny边缘检测思想,采用一种平滑尺度自适应的高斯滤波对遥感影像降噪,降低噪声干扰,同时保留了边缘细节。在进行双阈值的边缘判断环节根据像素点目标尺度范围内的局部特性选取高、低阈值,提高边缘的准确判断能力。实验结果表明,该方法能有效改善边缘检测的准确度和定位精度,提取的道路边缘误判明显减少,完整度和连续性显著增强,且自动化程度高。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
黄巍
黄辉先
徐建闽
刘嘉婷
关键词 遥感影像道路边缘Canny算法高斯滤波自适应双阈值    
Abstract

The extraction method based on the edge features is widely used in the road recognition of remote sensing image. However, the traditional methods are not good at eliminating noise, and tend to cause the misjudgment and leak-judgment of the edge. Therefore, based on the idea of the canny edge detection algorithm, the authors firstly adopt a smoothing and self-adapting Gaussian filter to reduce the noise of remote sensing image, reduce the noise interference and reserve the edge and details. Then, in the edge judgment of the dual threshold, the authors select the high and low thresholds on the basis of local characteristics within the object scale of the pixel point and enhance the exact judgment performance of the edge. The experiment results show that the new method can effectively improve the accuracy and positioning accuracy of the edge detection, obviously reduce the misjudgment of road edge extraction and remarkably increase integrity and consecutiveness, with high automation.

Key wordsremote sensing images    road edge    Canny algorithm    Gauss filter    adaptive    dual threshold
收稿日期: 2017-11-26      出版日期: 2019-03-15
ZTFLH:  TP391  
基金资助:国家自然科学基金项目“基于群体动力学的交叉口群协调控制理论与方法研究”资助(61174184)
通讯作者: 黄辉先     E-mail: huanghx@xtu.edu.cn
作者简介: 黄 巍(1989-),男,硕士研究生,主要从事遥感图像处理方面的研究。Email: huangwei2289@126.com。
引用本文:   
黄巍,黄辉先,徐建闽,刘嘉婷. 基于Canny边缘检测思想的改进遥感影像道路提取方法[J]. 国土资源遥感, 2019, 31(1): 65-70.
Wei HUANG,Huixian HUANG,Jianmin XU,Jiating LIU. An improved road extraction method for remote sensing images based on Canny edge detection. Remote Sensing for Land & Resources, 2019, 31(1): 65-70.
链接本文:  
http://www.gtzyyg.com/CN/10.6046/gtzyyg.2019.01.09      或      http://www.gtzyyg.com/CN/Y2019/V31/I1/65
Fig.1  R=2邻域图
Fig.2  原始灰度影像检测结果
Fig.3  标准差10高斯噪声和椒盐噪声0.05%影像检测结果
Fig.4  高斯噪声—品质因素曲线图
Fig.5  椒盐噪声—品质因素曲线图
Fig.6  道路边缘提取结果
[1] 胡华龙, 吴冰, 黄邵美 . 结合Gabor纹理与几何特征的高分辨率遥感影像城区道路提取方法[J]. 测绘科学技术学报, 2015,32(4):395-400.
doi: 10.3969/j.issn.1673-6338.2015.04.014
Hu H L, Wu B, Huang S M . Urban road extraction of high resolution remotely sensed imagery with Gabor texture and geometrical features[J]. Journal of Geomatics Science and Technology, 2015,32(4):395-400.
doi: 10.3969/j.issn.1673-6338.2015.04.014
[2] 苏腾飞, 李洪玉, 屈忠义 . 高分辨率遥感图像道路分割算法[J]. 国土资源遥感, 2015,27(3):1-6.doi: 10.6046/gtzyyg.2015.03.01.
doi: 10.6046/gtzyyg.2015.03.01
Su T F, Li H Y, Qu Z Y . A study of road segmentation from the high resolution remote sensing image[J]. Remote Sensing for Land and Resources, 2015,27(3):1-6.doi: 10.6046/gtzyyg.2015.03.01.
doi: 10.6046/gtzyyg.2015.03.01
[3] 刘晓君, 韩芳, 赵磊 . 一种改进的SAR影像边缘检测方法[J].测绘通报, 2017(9):56-59.
Liu X J, Han F, Zhao L . An improved edge detection algorithm for SAR images[J].Bulletin of Surveying and Mapping, 2017(9):56-59.
[4] 陈光, 陈良超, 何兴富 , 等. 一种高分影像城区主干道半自动提取方法[J]. 遥感信息, 2017,32(3):109-114.
doi: 10.3969/j.issn.1000-3177.2017.03.018
Chen G, Chen L C, He X F , et al. A semiautomatic extraction method for main-road in high resolution imagery[J]. Remote Sensing Information, 2017,32(3):109-114.
doi: 10.3969/j.issn.1000-3177.2017.03.018
[5] 谭媛, 黄辉先, 徐建闽 , 等. 基于改进Sobel算子的遥感图像道路边缘检测方法[J]. 国土资源遥感, 2016,28(3):7-11.doi: 10.6046/gtzyyg.2016.03.02.
doi: 10.6046/gtzyyg.2016.03.02
Tan Y, Huang H X, Xu J M , et al. Road edge detection from remote sensing image based on improved Sobel operator[J]. Remote Sensing for Land and Resources, 2016,28(3):7-11.doi: 10.6046/gtzyyg.2016.03.02.
doi: 10.6046/gtzyyg.2016.03.02
[6] Canny J . A computational approach to edge detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986,8(6):679-698.
doi: 10.1109/TPAMI.1986.4767851
[7] Saha P K, Udupa J K, Odhner D . Scale-based fuzzy connected image segmentation:Theory,algorithms, and validation[J]. Computer Vision and Image Understanding, 2000,77(2):145-174.
doi: 10.1006/cviu.1999.0813
[8] Chen K . Adaptive smoothing via contextual and local discontinuities.[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005,27(10):1552-1567.
doi: 10.1109/TPAMI.2005.190 pmid: 16237991
[9] 钱晓亮, 郭雷, 余博 . 基于目标尺度的自适应高斯滤波[J]. 计算机工程与应用, 2010,46(12):14-16,20.
doi: 10.3778/j.issn.1002-8331.2010.12.004
Qian X L, Guo L, Yu B . Adaptive Gaussian filter based on object scale[J]. Computer Engineering and Applications, 2010,46(12):14-16,20.
doi: 10.3778/j.issn.1002-8331.2010.12.004
[10] 韦玉春, 汤国安, 汪闽 . 遥感数字图像处理教程[M]. 北京: 科学出版社, 2015.
Wei Y C, Tang G A, Wang M. Remote Sensing Digital Image Processing Tutorial[M]. Beijing: China Science Press, 2015.
[11] Gonzalez R C, Woods R E, Eddins S L, 等. 数字图像处理(MATLAB版)[M]. 2版.北京: 电子工业出版社, 2013.
Gonzalez R C, Woods R E. Digital Image Processing Using MATLAB[M].2nd ed. Beijing: Electronics Industry Press, 2013.
[12] Abdou I E, Pratt W K . Quantitative design and evaluation of enhancement/thresholding edge detectors[J]. Proceedings of the IEEE, 1979,67(5):753-763.
doi: 10.1109/PROC.1979.11325
[13] 秦彦光 . 高分辨率遥感图像道路网及车辆信息提取[D]. 长春:吉林大学, 2014.
Qin Y G . Study on Road Network and Automobile Information Extraction Based on High Resolution Remote Sensing Image[D]. Changchun:Jilin University, 2014.
[1] 姚丙秀,黄亮,许艳松. 一种结合超像素和图论的高空间分辨率遥感影像分割方法[J]. 国土资源遥感, 2019, 31(3): 72-79.
[2] 周阳,张云生,陈斯飏,邹峥嵘,朱耀晨,赵芮雪. 基于DCNN特征的建筑物震害损毁区域检测[J]. 国土资源遥感, 2019, 31(2): 44-50.
[3] 贾祎琳,张文,孟令奎. 面向GF-1影像的NDWI分割阈值选取方法研究[J]. 国土资源遥感, 2019, 31(1): 95-100.
[4] 薛理,杨树文,马吉晶,贾鑫,闫如柳. 遥感影像阴影自动扩充提取算法[J]. 国土资源遥感, 2019, 31(1): 42-48.
[5] 夏玲燕,林畅松,李筱,胡悦. 基于遥感和航磁多源数据研究莲花山深大断裂在广东及相邻海域的延伸[J]. 国土资源遥感, 2019, 31(1): 247-254.
[6] 刁明光,刘芳,谭专条,薛涛,王彦佐. 矿山遥感监测解译记录表自动生成方法研究与实现[J]. 国土资源遥感, 2018, 30(4): 212-217.
[7] 李润生,曹帆之,曹闻,王淑香. 多特征、多方法融合的高分辨率影像道路网提取[J]. 国土资源遥感, 2018, 30(3): 33-39.
[8] 吕野,胡翔云. 利用增量式马尔科夫随机场分割提取高空间分辨率遥感影像道路[J]. 国土资源遥感, 2018, 30(3): 76-82.
[9] 武易天,陈甫,马勇,刘建波,李信鹏. 基于Landsat8数据的近海养殖区自动提取方法研究[J]. 国土资源遥感, 2018, 30(3): 96-105.
[10] 韩杰, 谢勇, 吴国玺, 喻铮铮, 钱跃磊, 关小果. 顾及多相机拼接成像特征的高分一号卫星影像自适应匹配方法[J]. 国土资源遥感, 2017, 29(4): 13-19.
[11] 崔师爱, 程博, 刘岳明. 基于流形学习的高分SAR图像建筑区提取方法[J]. 国土资源遥感, 2017, 29(4): 48-56.
[12] 苏腾飞, 张圣微, 李洪玉. 启发法优化的农田地区高分遥感影像分割[J]. 国土资源遥感, 2017, 29(4): 106-113.
[13] 卜坤, 王治良, 王卷乐, 张树文, 杨久春, 于灵雪. 遥感影像镶嵌中平面剖分模型的应用及实现[J]. 国土资源遥感, 2017, 29(4): 225-230.
[14] 苏腾飞, 张圣微, 李洪玉. 基于可变尺度Mean-Shift的农田高分遥感影像分割算法[J]. 国土资源遥感, 2017, 29(3): 41-50.
[15] 李峰, 梁汉东, 赵小平, 白江伟, 崔玉坤. 内蒙古乌达煤田煤火治理效果的遥感监测与评估[J]. 国土资源遥感, 2017, 29(3): 217-223.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《国土资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 Email:gtzyyg@agrs.cn; gtzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发