﻿ 基于阈值标记的分水岭算法道路提取 Road Extraction Based on Threshold Labeling Watershed Algorithm

Journal of Image and Signal Processing
Vol.06 No.02(2017), Article ID:20255,8 pages
10.12677/JISP.2017.62012

Road Extraction Based on Threshold Labeling Watershed Algorithm

Dengwei Huang*, Xiyuan Wang#, Shengnan Wang

School of Physics and Electrical Engineering, Ningxia University, Yinchuan Ningxia

Received: Apr. 7th, 2017; accepted: Apr. 23rd, 2017; published: Apr. 26th, 2017

ABSTRACT

Aiming at the phenomenon that the watershed algorithm is easy to produce over segmentation, a watershed segmentation method based on threshold marking is proposed to extract road information in remote sensing image. Firstly, the median filtering and histogram equalization of remote sensing images are pre-processed, and then the pre-processed image is processed to obtain the multi-scale morphological gradient, and the maximum morphological gradient is obtained by low pass filtering. Then threshold is calculated by the 2D maximum entropy, extending minima transform with the income threshold, using these markers to modifier gradient magnitude image; finally, the marked gradient image was carried out by watershed transform using shape feature to extract the road information in the image. MATLAB is used to extract the road from a remote sensing image of Yinchuan. The experimental results show that the algorithm can extract the road information in the image very well.

Keywords:Remote Sensing Image, Watershed Algorithm, Mark Extraction, Morphological Road Extraction

1. 引言

Nevatia [1] 等以提取梯度方向相对平行的边缘为基础，从边缘提取着手，再提取梯度幅度阈值并将近似方向的点连成线段，最后将之编成相对平行的线对，但它基于道路对比度不变的不完备假设，会产生很多问题。Zhu [2] 等釆用相对平行的边缘来选择种子点，并根据边缘的强度与长度等的相似程度来连接，同时利用了机遇规则的系统；这种方法简单的假设图像没有噪声兵器道路与背景具有较高的对比度，使得其适应性不高。Fischle [3] 等从较低分辨率的图像上根据像素灰度值和对比度来计算像素为道路点的得分，以便形成代价阵列，釆用最小代价路径的图搜索方法(例如动态规划)进行求解；它的缺点是代价函数很难确定，可能会造成错误。胡翔云 [4] 研究的对象是小比例尺图像中非城市地区的道路网，重点研究了一种基于感知编组的自动形成道路网的方法，这种方法基于概率模型，同时有上下文信息作为支持；然后构建了一个实验系统及框架，这个框架的可行性较强，同时便于扩充。文贡坚 [5] 等提出了提取比较直的主干道路网的方法，这种方法针对的图像是城市航空图像；首先整幅图像被分成若干块，然后在每一个子块中基于直线来提取检测道路段，较完整的道路网可以自动连接形成；其优势在于中层符号是使用直线的，而且直线提取算法比较稳健。

2. 遥感图像的多尺度形态学梯度与最大熵阈值求取

2.1. 多尺度形态学梯度算法

(1)

(2)

(3)

(4)

(5)

2.2. 低通滤波

2.3. 最大熵求阈值

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

3. 基于标记的分水岭分割

3.1. 分水岭算法

1991年，Vincent和Soille将分水岭算法 [8] 应用于图像处理，把一副原始图像想象成图1所示的一个地形表面，这个地形表面有一系列的山谷，每一个谷就代表着一个较小连通区域或较小值像素，设想所有的谷底被刺穿，谷底开始积水，水平面开始匀速上升，积水的面会漫过这个集水盆地，为了防止积水面漫过盆地，在盆地间筑坝，这些坝就形成了分水岭。分水岭分割就类似于这个漫水过程。

Figure 1. Sketch map of watershed

1) 排序：在积水过程中，按升序排列所有像素亮度值，相同亮度值的像素被存入同一列表，在淹没过程中便于一起访问相同亮度值的全部像素，提高了分割速度；

2) 淹没：当水从区域极小值处逐渐对图像拓扑表面进行淹没时，按照像素亮度值升序访问每一个像素点，从最小亮度值像素开始标记每一个集水盆地，在对相同亮度值的像素进行访问时，从与标记集水盆地相邻的像素开始，根据测地距离，确定像素被标记处理的顺序，按照先入先出的原则，实现对同一亮度级的像素进行淹没，确定这些像素的标号。

3.2. 阈值标记的分水岭分割

3.3. 算法实现

1) 对图像进行直方图均衡化，中值滤波预处理。

2) 对预处理后的图像求RGB分量的多尺度形态学梯度，并求得最大的形态学梯度。

3) 对最大的形态学梯度进行提取原始图像内部标记，对原始图像进行巴特沃斯低通滤波。

4) 用二维最大熵求梯度图像的阈值 [10] ，并用阈值对梯度图像进行扩展的极小值变换。

5) 修改梯度图像，用分水岭变换分割图像，提取里面的道路信息。

4. 实验结果与分析

Figure 2. Sample

Figure 3. A part of the sample

Figure 4. Preprocessing image

Figure 6. Filtered image

Figure 8. Improved algorithm

5. 结束语

Road Extraction Based on Threshold Labeling Watershed Algorithm[J]. 图像与信号处理, 2017, 06(02): 98-105. http://dx.doi.org/10.12677/JISP.2017.62012

1. 1. Nevatia, R. and Babu, K. (1980) Liner Feature Extraction and Description. IEEE CGIP, 13, 257-269.

2. 2. Zhu, M. and Yeh, P. (1986) Automatic Road Network Extraction on Aerial Photographs. IEEE Computer Society Press, New York, 34-40.

3. 3. Fischlen, M., Tenenbaum, J. and Wolf, H. (1987) Detection of Roads and Linear Structures in Low-Resolution Aerial Imagery Using a Multisource Knowledge Integration Technique. Association for Computing Machine, 15, 741-752.

4. 4. 胡翔云. 航空遥感图像线状地物与房屋的半自动提取[D]. 武汉: 武汉大学, 2001.

5. 5. 文贡坚, 王润生. 从航空遥感图像中自动提取主要道路[J]. 软件学报, 2000, 11(7): 957-964.

6. 6. 李晓龙, 帅仁俊. 一种基于形态学的脑肿瘤分割[J]. 液晶与显示, 2015, 30(1): 157-162.

7. 7. 陈传峰, 朱长仁, 宋洪芹. 基于巴特沃斯低通滤波器的图像增强[D]. 长沙: 国防科技大学, 2012.

8. 8. 刁智华, 赵春江, 郭新宇, 陆声链, 王秀徽. 分水岭算法的改进方法研究[J]. 计算机工程, 2010, 36(17):1-6.

9. 9. 张海涛, 李雅男. 阈值标记的分水岭彩色图像分割[J]. 中国图像图形学报, 2015, 20(12): 1602-1611.

10. 10. 李孟歆, 贾燕雯, 姜佳楠. 基于灰度-梯度二维最大熵阈值法的赤足迹轮廓提取[J]. 电子技术与软件工程, 2016, 16(1): 97-98.

11. 11. 雷小奇, 王卫星, 赖均. 一种基于形状特征进行高分辨率遥感影像道路提取方法[J]. 测绘学报, 2009, 38(5): 458-464.