17、基于多分辨率图像分析和Gabor滤波器的高分辨率航空影像道路特征提取

基于多分辨率图像分析和Gabor滤波器的高分辨率航空影像道路特征提取

1. 引言

准确、详细且最新的道路信息在地理空间数据库中具有特殊重要性，因为它被应用于车辆导航、交通管理和高级驾驶辅助系统（ADAS）等多种领域。如今用于道路导航的商业道路地图或地理信息系统（GIS），基于以折线（即一系列节点和形状点，由线段连接）的矢量格式表示的线性道路中心线，这在子道路层面的准确性、内容完整性方面存在严重不足。例如，目前标准地图的精度约为5到20米。数字地图中的道路以不同颜色和宽度的线段表示，但线段宽度不一定能准确代表实际道路宽度。此外，现有道路地图很少包含精确的子道路细节，如车道标记和停车线，而这些子道路信息对于车道偏离警告或基于车道的车辆导航等应用至关重要。并且，绝大多数道路地图是在二维空间中建模的，这意味着一些复杂的道路场景，如立交桥和多层道路系统，无法得到有效呈现。另外，缺乏高程信息使得驾驶模拟和3D车辆导航等应用无法实施。

传统的道路信息获取方法包括地面测量和从遥感影像中描绘道路。地面测量可使用全站仪和GPS接收器等设备，但这些设备基于点测量，使得该方法劳动强度大、耗时，因此更适合小区域的详细道路测量，而非大规模道路测绘。从遥感影像中描绘道路有三种方式：手动描绘、半自动提取和全自动检测。手动从遥感影像中提取道路是一种简单的拉伸操作，但在场景非常复杂时，该操作耗时过长。而且，不仅大面积地理区域需要这种复杂地图，还需要频繁更新。在半自动道路提取方法中，手动给出近似值或种子点，然后通过自动算法以这些近似值为输入来自动提取道路。全自动道路特征提取则是通过自动化选择必要的初始信息来实现。

随着创新传感器和平台的发展，道路网络空间信息可以从航空和卫星影像、合成孔径雷达（SAR）影像、机载激光雷