利用MRF方法的高分辨率影像道路提取

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用MRF方法的高分辨率影像道路提取

余长慧, 易尧华

文章导航 > 武汉大学学报 ( 信息科学版) > 2011 > 36(5): 544-547

余长慧, 易尧华. 利用MRF方法的高分辨率影像道路提取[J]. 武汉大学学报 ( 信息科学版), 2011, 36(5): 544-547.

引用本文:

余长慧, 易尧华. 利用MRF方法的高分辨率影像道路提取[J]. 武汉大学学报 ( 信息科学版), 2011, 36(5): 544-547.

YU Changhui, YI Yaohua. Object-based Road Extraction in Remote Sensing Image Using Markov Random Field[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 544-547.

Citation:

YU Changhui, YI Yaohua. Object-based Road Extraction in Remote Sensing Image Using Markov Random Field[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 544-547.

利用MRF方法的高分辨率影像道路提取

余长慧¹,
易尧华²

¹武汉大学遥感信息工程学院,武汉市珞喻路129号430079;²武汉大学印刷与包装系,武汉市珞喻路129号430079

基金项目: 国家973计划资助项目(2009CB723905)；中央高校基本科研业务费专项资金资助项目；武汉大学测绘遥感信息工程国家重点实验室专项科研经费资助项目

作者简介:
余长慧,博士,副教授,主要研究方向为影像处理与分析、地理信息系统。

中图分类号: P231.5;P237.3

Object-based Road Extraction in Remote Sensing Image Using Markov Random Field

YU Changhui¹,
YI Yaohua²

¹ School of Remote Sensing and Information Engineering,Wuhan University,129 Luoyu Road,Wuhan 430079,China;² School of Printing and Packing Engineering,Wuhan University,129 Luoyu Road,Wuhan 430079,China

Funds: 国家973计划资助项目(2009CB723905)；中央高校基本科研业务费专项资金资助项目；武汉大学测绘遥感信息工程国家重点实验室专项科研经费资助项目

摘要: 高分辨率遥感影像提供了地物更丰富的信息,包括光谱信息、地物结构、形状、纹理以及地物之间的空间关系等多方面的信息。面向对象的影像分析方法以目标地物为研究对象,充分考虑目标地物的形状、结构及空间关系等信息进行目标的提取和分析,是当前高分辨率信息提取技术的主要方法。研究了采用面向对象目标的思想将MRF方法应用于高分辨率遥感影像的道路目标提取中,并进行了道路提取实验。
- MRF随机场 /
- 高分辨率遥感影像 /
- 面向对象影像分析 /
- 道路提取
Abstract: We study the road extraction method of high resolution image.The method can be defined as a knowledge-based and object-oriented technique.To verify the validity of the method,the road extraction experiments with two types of high resolution remote sensing image are made.The extraction results prove that the algorithm based on MRF model can extract the road information from the high resolution image.
- Markov random field /
- high resolution remote sensing image /
- object-oriented image analysis /
- road extraction

[1]	杨军, 于茜子. 结合空洞卷积的FuseNet变体网络高分辨率遥感影像语义分割 . 武汉大学学报 ( 信息科学版), 2022, 47(7): 1071-1080. doi: 10.13203/j.whugis20200305
[2]	杨元维, 王明威, 高贤君, 李熙, 张佳华. 改进Wallis模型的高分辨率遥感影像阴影自动补偿方法 . 武汉大学学报 ( 信息科学版), 2021, 46(3): 318-325. doi: 10.13203/j.whugis20190032
[3]	张春森, 胡艳, 于振, 崔卫红, 吴蓉蓉. 全连接条件随机场高分辨率遥感影像面状地物交互提取 . 武汉大学学报 ( 信息科学版), 2020, 45(10): 1594-1601. doi: 10.13203/j.whugis20190137
[4]	王春艳, 刘佳新, 徐爱功, 王玉, 隋心. 一种新的高分辨率遥感影像模糊监督分类方法 . 武汉大学学报 ( 信息科学版), 2018, 43(6): 922-929. doi: 10.13203/j.whugis20150726
[5]	邵振峰, 张源, 黄昕, 朱秀丽, 吴亮, 万波. 基于多源高分辨率遥感影像的2 m不透水面一张图提取 . 武汉大学学报 ( 信息科学版), 2018, 43(12): 1909-1915. doi: 10.13203/j.whugis20180196
[6]	赵金奇, 杨杰, 李平湘, 邓少平, 李小娟, 路嘉铭. 改进剖面匹配和EKF对SAR影像道路半自动提取 . 武汉大学学报 ( 信息科学版), 2017, 42(8): 1144-1150. doi: 10.13203/j.whugis20150200
[7]	陈光, 眭海刚, 涂继辉, 宋志娜. 基于P-N学习的高分遥感影像道路半自动提取方法 . 武汉大学学报 ( 信息科学版), 2017, 42(6): 775-781. doi: 10.13203/j.whugis20140999
[8]	仇林遥, 杜志强, 谢金华, 邱振戈, 许伟平, 张叶廷. 大文件高分辨率遥感影像的实时可视化方法 . 武汉大学学报 ( 信息科学版), 2016, 41(8): 1021-1026. doi: 10.13203/j.whugis20140379
[9]	陈洪, 陶超, 邹峥嵘, 于菲菲. 一种新的高分辨率遥感影像城区提取方法 . 武汉大学学报 ( 信息科学版), 2013, 38(9): 1063-1067.
[10]	余洁, 余峰, 张晶, 刘振宇. 结合区域生长与道路基元的高分辨率遥感影像道路提取 . 武汉大学学报 ( 信息科学版), 2013, 38(7): 761-764.
[11]	闫利, 赵展, 聂倩, 姚尧. 利用规则进行高分辨率遥感影像地物提取 . 武汉大学学报 ( 信息科学版), 2012, 37(6): 636-639.
[12]	任娜, 朱长青, 王志伟. 抗几何攻击的高分辨率遥感影像半盲水印算法 . 武汉大学学报 ( 信息科学版), 2011, 36(3): 329-332.
[13]	吴小波, 杨辽, 沈金祥, 王杰. 利用空间连续性进行高分辨率遥感影像道路提取 . 武汉大学学报 ( 信息科学版), 2011, 36(11): 1298-1301.
[14]	李晓峰, 张弛, 潘欣, 那晓东. 贝特朗曲线性质在高分辨率遥感影像道路边缘信息提取中的应用 . 武汉大学学报 ( 信息科学版), 2010, 35(9): 1079-1081.
[15]	穆超, 余洁, 许磊, 郭培煌. 基于高分辨率遥感影像的DSM建筑物点的提取研究 . 武汉大学学报 ( 信息科学版), 2009, 34(4): 414-417.
[16]	林祥国, 张继贤, 李海涛, 杨景辉. 基于T型模板匹配半自动提取高分辨率遥感影像带状道路 . 武汉大学学报 ( 信息科学版), 2009, 34(3): 293-296.
[17]	余长慧, 孟令奎, 秦昆. 基于标点随机过程的遥感影像道路提取 . 武汉大学学报 ( 信息科学版), 2006, 31(1): 59-62.
[18]	苏俊英, 曹辉, 张剑清. 高分辨率遥感影像上居民地半自动提取研究 . 武汉大学学报 ( 信息科学版), 2004, 29(9): 791-795.
[19]	刘少创, 林宗坚. 航空遥感影像中道路的半自动提取 . 武汉大学学报 ( 信息科学版), 1996, 21(3): 258-264.
[20]	赫晓慧, 陈明扬, 李盼乐, 田智慧, 周广胜. 结合DCNN与短距条件随机场的遥感影像道路提取 . 武汉大学学报 ( 信息科学版), 0, 0(0): 0-0. doi: 10.13203/j.whugis20210464

WeChat

点击查看大图

计量

文章访问数: 1001
HTML全文浏览量: 68
PDF下载量: 357
被引次数: 0

利用MRF方法的高分辨率影像道路提取

余长慧¹,
易尧华²

¹武汉大学遥感信息工程学院,武汉市珞喻路129号430079;²武汉大学印刷与包装系,武汉市珞喻路129号430079

基金项目: 国家973计划资助项目(2009CB723905)；中央高校基本科研业务费专项资金资助项目；武汉大学测绘遥感信息工程国家重点实验室专项科研经费资助项目

作者简介:
余长慧,博士,副教授,主要研究方向为影像处理与分析、地理信息系统。

收稿日期: 2011-03-15
刊出日期: 2011-05-05

中图分类号: P231.5;P237.3

关键词:

高分辨率遥感影像 /

面向对象影像分析 /

摘要: 高分辨率遥感影像提供了地物更丰富的信息,包括光谱信息、地物结构、形状、纹理以及地物之间的空间关系等多方面的信息。面向对象的影像分析方法以目标地物为研究对象,充分考虑目标地物的形状、结构及空间关系等信息进行目标的提取和分析,是当前高分辨率信息提取技术的主要方法。研究了采用面向对象目标的思想将MRF方法应用于高分辨率遥感影像的道路目标提取中,并进行了道路提取实验。

English Abstract

余长慧, 易尧华. 利用MRF方法的高分辨率影像道路提取[J]. 武汉大学学报 ( 信息科学版), 2011, 36(5): 544-547.

引用本文:

余长慧, 易尧华. 利用MRF方法的高分辨率影像道路提取[J]. 武汉大学学报 ( 信息科学版), 2011, 36(5): 544-547.

YU Changhui, YI Yaohua. Object-based Road Extraction in Remote Sensing Image Using Markov Random Field[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 544-547.

Citation:

YU Changhui, YI Yaohua. Object-based Road Extraction in Remote Sensing Image Using Markov Random Field[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 544-547.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码