提取地图中道路_非机器学习方法·从遥感影像中提取道路

本科低年级曾经做过一个提取道路线的题目。

提供的数据:老师给我们了一幅学校周边地区的影像,包括RGB+Infrared四个波段。

一开始使用的方法:当时尚青涩的我和小伙伴们一起使用KMEANS、阈值分割等等方法试图将那道路从影像中分离出来。

遇到的问题:道路是用沥青或水泥做的,楼房也是如此,因此二者光谱信息相似(异物同谱)。只利用光谱信息,楼房和道路难以分辨。

当时的解决方案:当时我希望用形态学的开运算将楼房慢慢删去,值得庆幸得是学校周围的房子都比较小,开运算几次就可以去除,而且不会对道路造成太严重的影响。同时我们也试图通过道路和楼房的几何信息来分类:道路是细长的,而楼房的长宽比没那么夸张。于是我们采用opencv提供的 提取小斑块 的算法,希望来删掉找到的小斑块(楼房)。有一定效果,但是需要手动设定若干参数,一点点调整。每套参数只对一幅图有效。

遥感解译课程学到的 解决方案: 使用MBI算法可以将亮度值相比周围环境比较高的楼房高亮出来。将MBI的结果作为一个波段,使用RGB+Infrared+MBI进行分类,可以将道路和楼房很好地区分开来。[论文原文是直接取阈值进行楼房提取,因为当一个特征足够强大时,可以直接用取阈值的方法将图像进行二分类]

MBI的代码详见我的GITHUB:Priority-At-Next-Intersection/MBI

MBI的论文:https://ieeexplore.ieee.org/document/6056582 Published on IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing in 2011.

注意:这是一个非机器学习方法。

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值