地理情報学と地球統計学: 概要

多変量カーネル統計とセグメンテーション法を用いたマルチスペクトル画像からの都市道路網の抽出

アブドゥル・ラジク、アイゴン・シュー、ユー・リー、シュエメイ・ジャオ

マルチスペクトル画像から都市道路を抽出することは、過去数十年にわたり、リモート センシング コミュニティにおける困難な作業でした。現在、都市道路ネットワークの抽出で発生する一般的な問題は、道路の幅や表面材質が異なる一方で、木の影や同様のスペクトル オブジェクトで覆われたシーンです。この論文では、自動道路抽出アルゴリズムを提案します。提案された方法は、ISODATA 分類とカーネル統計手法を組み合わせて、リモート センシング衛星画像から都市道路ネットワークを抽出します。提案された方法には、3 つの主な手順があります。最初の手順は、カラー画像の分類を実行することです。次に、これらのカラー分類画像は、提案されたアルゴリズムを使用して 2 進セグメント化画像に変換されます。次に、提案されたアルゴリズムは、オーバーレイ カラー画像 (赤線画像) でテストされ、道路ネットワークを 2 進画像として検出します。セグメント再構築や領域充填などのいくつかのフィルタリング手法を使用して、冗長オブジェクトを削除し、道路の切断されたセグメントを接続します。最後に、細線化アルゴリズムなどの後処理手法を使用して、都市道路の中心線を抽出します。意図した手順は、正確な評価に役立つ IKONOS や QuickBird 画像などのさまざまなマルチスペクトル データセットに実装されています。この方法論は、都市環境の道路網などの線形特徴を効率的に抽出でき、他の線形特徴の一部を認識するのに役立ちます。実験結果から、提案された方法論は計算的に堅牢で効果的であることがわかりました。