加入空间纹理信息的遥感图像道路提取摘要：由于道路与建筑物等其他不透水层存在光谱相似性，导致仅利用光谱信息进行道路提取的效果不佳。本文针对高等级城市道路目标，提出了一种加入空间纹理信息的遥感图像道路提取方法。首先，对图像进行空间自相关Moran指数计算，提取图像空间纹理信息，并将其加入到原始光谱波段中；其次，通过建立知识模提取假设道路段，并对提取结果进行假设验证；最后，采用数学形态学的方法对验证后的结果进行后处理。以空间分辨率为0.1m的航空影像为数据源，对本方法进行实验。实验结果表明，加入空间纹理信息的遥感图像道路提取精度总体达到88%，比不加入空间纹理的提取精度要提高约5%。关键词：空间纹理信息；Moran指数；图像处理；假设验证；道路提取：TP751文献标识码：A道路作为现代化建设的基础设施，在人们日常生活和军事上都具有不可忽视的作用，所以从遥感图像上提取道路具有重要意义，它可以为城市规划提供参考，为地图更新提供数据，为国土资源管理提供依据，为抢险救灾提供指导。针对遥感图像道路提取问题，国内外很多专家和学者都开展了相应的工作，Trinder等人在高分辨率图像上提取道路段，并利用道路语义模型对漏提的道路段进行推理、连接，从而得到道路网提取结果。Singh等人利用自适应全局阈值和数学形态学操作从高分辨率遥感图像中提取道路网。Shi等人运用自适应邻域法和空间分析法在遥感图像中准确地提取道路中心线。Yuan等人利用局部兴奋全局抑制振荡网络对遥感图像进行分割，从而进行道路提取。Sent-hilnath等人通过归一化割算法从全色遥感图像中很好地提取出道路。Miao等人提出了一种半自动化的道路中心线提取方法，该方法通过人工设置道路种子点，结合核密度估计和短程线法提取道路中心线。罗庆洲等人结合了道路的光谱特征和几何特征从影像中很好地提取了道路信息。唐伟等人基于Snake模型的优势及缺陷，提出一种高分辨率多光谱图像道路提取方法。以上方法中都用到了道路的光谱信息，但由于道路与建筑物等地物光谱相似性，从而影响道路提取精度。随着遥感技术的发展，高分辨率遥感图像包含了丰富的空间细节信息，使得地物的内部结构清晰可辨。这为加入空间纹理信息进行道路提取提供了数据基础。本文针对上述问题，提出了一种加入空间纹理信息的遥感图像道路提取方法。将空间纹理信息加入到道路提取中，通过建立道路提取的假设和验证模型，基于知识的方法从遥感图像中提取道路。本方法适用于遥感图像中高等级城市道路提取，具有较高的精度。1研究方法本文在研究遥感图像中道路特征知识的基础上，将图像的空间纹理信息加入到遥感图像道路提取中，通过知识模型提取道路。主要包括纹理信息提取、道路提取（假设道路提取和假设验证）和提取结果后处理3个主要步骤。具体流程如图1所示。1.1空间纹理信息提取纹理是指遥感图像中地物内部色调有规则变化形成的一种影像结构。高分辨率遥感图像中包含着丰富的空间细节信息，能够使地物内部结构更加清晰。为了解决道路和建筑物等其他不透水层混淆问题，提高道路提取的准确性，本文引入了空间纹理信息。采用空间统计（Moran指数）的方法提取图像的纹理信息。首先利用主成分变化对多波段图像进行分析，然后利用Moran指数对第一主分量进行统计，提取图像的空间纹理。其中，Moran指数的定义如下：式中，xi和xj分别指空间单元i和j的属性值，n是指空间单元的个数，ωij为空间权矩阵，表示空间单元i和j之间的影响程度。1.2基于知识的道路提取道路在遥感图像中一般呈现：1）宽度变化小；2）与周围背景存在一定的反差，表现出明显的边缘特征；3）道路内部总体灰度比较均匀；4）道路对象具有较高的矩形度和长宽比。本文在研究遥感图像中道路的特征表达与抽取基础上，建立道路提取的知识模型（假设模型和验证模型）。道路特征知识定量表达的参数有亮度、标准差、矩形度、长宽比和面积等。通过研究道路在遥感图像上的表现特征，本文选取亮度、标准差建立道路提取假设模型，选取矩形度、长宽比和面积建立验证模型。其中道路假设模型定义如下：式中，Hroad是指假设道路，Broad和Sroad分别为某对象的亮度和标准...