کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4970238 1365305 2016 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Morphological path filtering at the region scale for efficient and robust road network extraction from satellite imagery
ترجمه فارسی عنوان
فیلتر کردن مسیر مورفولوژیکی در مقیاس منطقه برای استخراج شبکه کارآمد و قوی از تصاویر ماهواره ای
کلمات کلیدی
مورفولوژی ریاضی، فیلتر کردن مسیر، آمار یا تغییرات دست، استخراج جاده، سنجش از دور،
ترجمه چکیده
جاده ها عناصر مهم در سیستم های اطلاعات جغرافیایی و برنامه های سنجش از راه دور هستند. استخراج خودکار آنها هنگامی که فقط تصاویر هوایی و یا ماهواره ای استفاده می شود چالش برانگیز است. اخیرا برخی از تلاش های امیدوار کننده با باز شدن / بسته شدن مسیر (ناقص) صورت گرفته است، فیلتر های مورفولوژیکی قادر به مقابله با ساختارهای منحنی هستند. ما در اینجا پیشنهاد می کنیم فیلترهای مسیر مورفولوژیکی را نه به طور مستقیم در پیکسل، بلکه در مناطق نشان دهنده بخش های جاده، به منظور بهبود کارایی و کارایی. فرآیند کلی در دو مرحله انجام می شود: ابتدا بخش های جاده را با مناطق مستطیلی ساخته شده از محتوای مشابه طراحی می کنیم، قبل از این که بخش هایی از آنها را به مسیرهای بخش ها یا خطوط پلیمری متصل کنیم، با استفاده از فیلتر کردن مسیر مبتنی بر منطقه. استحکام انسداد از طریق سازگاری استراتژی فیلتر کردن مسیر ناقص به مقیاس منطقه اطمینان حاصل شده است، در حالی که تبعیض بهتر بین بخش های جاده و سایر اشیاء از طریق یک تغییر یا ضربه ای که از دانش پس زمینه بهره می برد، به دست می آید. آزمایشات انجام شده بر روی چندین تصویر ماهواره ای نشان دهنده علاقه روش پیشنهادی است و نشان می دهد که آن را در تشخیص پیکسل ها بهتر می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
چکیده انگلیسی
Roads are important elements in geographic information systems and remote sensing applications. Their automatic extraction is challenging when only aerial or satellite images are used. Recently, some promising attempts have been made with (incomplete) path opening/closing, morphological filters able to deal with curvilinear structures. We propose here to apply morphological path filters not on pixels directly but rather on regions representing road segments, in order to improve both efficiency and robustness. The overall process is organized in two steps: first we map road segments by rectangular areas made of similar content, before we connect such segments into paths of segments or polylines using region-based path filtering. Robustness to occlusion is ensured through the adaptation of the incomplete path filtering strategy to the region scale, while better discrimination between road segments and other objects is achieved through an hit-or-miss transform that exploits background knowledge. Experiments conducted on several satellite images illustrate the interest of the proposed approach, and shows it outperforms pixelwise detection.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition Letters - Volume 83, Part 2, 1 November 2016, Pages 195-204
نویسندگان
, ,