SAR影像道路提取.doc.docVIP

1、国内外研究现状： 早在20世纪70年代，就开始了基于光学遥感图像的道路提取研究[8]。开展基于SAR图像各类道路提取方法的研究晚于光学遥感图像，且与SAR成像技术的发展息息相关。在20世纪，SAR成像以中低分辨率为主，道路呈现为线特征，道路提取通常分为先边缘检测得到边缘像素点，后边缘编组得到线特征，最后再将线连接成网络这3个阶段。按照中低分辨率图像道路提取的阶段流程，在20世纪90年代之前，严格来讲没有真正意义上SAR图像道路提取方法出现，大多数研究还处于边缘提取和边缘编组阶段。在边缘提取研究方面，Frost等人[9]提出的似然比边缘检测器，首开了恒虚警边缘检测研究的先河。Touzi等人[10]提出的均值比(ROA)检测算子具有一定的代表性，在此后几年里，涌现出多个改进型ROA边缘检测算子。在边缘编组研究方面，广泛使用的直线提取算子(Hough、相位编组等)在SAR图像中皆有应用。 1990年，Samadani等人[11]报道了先局部边缘检测后全局道路连接的方法，被认为是第一次提出的真正意义上的SAR图像道路提取方法。嗣后，随着SAR图像应用向深度和广度发展，大量的道路提取方法涌现出来。值得一提的是，Tupin等人[12]开创性提出的基于Markov随机场模型道路网连接方法，对后续研究影响很大，后来出现的几篇有影响力的文章[4-13-14]皆是该方法的延伸。 到了21世纪，随着SAR成像技术的进一步发展，对地成像观测中图像的空间分辨率得到进一步提高，多颗高分辨率SAR卫星相继发射并成功获取数据。2005年，美国成功发射雷达侦察卫星Lacrosse-5，最好分辨率达0.3 m;2007年，德国发射商业卫星TerraSAR-X聚束成像模式下分辨率可达1 m;同年，加拿大成功发射Radarsat-2，可提供全极化、超精细以及3 m分辨率波束等新的成像模式;2010年，德国将另一颗与TerraSAR-X基本相同的卫星TanDEM-X送上太空。相对于星载SAR系统，机载SAR飞行高度一般在10 km以下，成像分辨率更高，‘全球鹰”和“捕食者”等美国无人机载SAR传感器对地观测分辨率可达0.3 m。在高分辨率SAR图像中，道路呈现为区域特征，且能表示更多的道路类型和地物细节。但是，高分辨率使得图像中的干扰被放大，环境背景变得更复杂，给道路提取带来很大的困难。充分利用高分辨率SAR图像道路的几何(平行双边缘)及辐射(灰度)特征，采用平行双边缘检测[15]、分类分割[1 6]、多尺度分析[4]以及道路剖面分析[17]等自动或半自动方法检测出道路区域，然后再连接成网络，是当前的研究现状。 总的来说，国内外开展从SAR图像中提取道路的研究己有20多年的历史。国外著名的研究机构和个人，如:法国国立布列塔尼高等电信学院(ENST) Tupin[12-13]，意大利帕维亚(Pavia)大学Gamba [18-20]、Lisin[14,21]、Negri[4,22]. 和Dell[16,23,25]等人，加拿大Sherbooke大学Bentabet，德国慕尼黑工业大学Hedman [27]等人，在此方面做了许多创新性工作，引领着该领域研究的前进方向。国内的中国科学院电子所、清华大学、武汉大学、国防科学技术大学、中国测绘科学研究院等研究院所在此方面做了大量工作，并取得了一定的成果。国际有影响力的杂志:《地理科学和遥感学报》( IEEE Transactions on Geoscience and Remote Sensing、《国际遥感杂志》( International Journal of Remote Sensing ) ,((IEEE地球科学与遥感快报》(IEEE Geoscience and Remote Sensing Letters) ,《摄影测量工程与遥感》(Photogrammetric Engineering and Remote Sensing )等，以及一些知名的国际会议:地理科学和遥感研讨会(IEEE International Symposium on Geoscience and Remote Sensing)和SPIE组织的一些会议，收录了关于SAR图像道路提取发表的文章上百篇，与道路提取相关的SAR图像降噪、边缘检测、线特征提取以及连接等文章更是不胜枚举。瑞士的Amobe项目、意法等国针对多遥感图像应用的OTB ( Orfeo Tool-box)以及我国重大专项—高分辨率对地观测系统等均涉及道路这种典型的地物要素提取。 2、SAR道路提取存在问题及发展趋势： SAR图像道路提取己取得了不少研究成果，但由于实际道路背景环境复杂多变，现有算法在自动化程度、速度、普适性及准确性等方面还有诸多问