连接主义及制图学理论指导下的高分辨率遥感影像道路网提取技术

This project takes the classical road network extraction technology in remote sensing image processing as the background and entry point. Based on the existing image preprocessing, road segment matching algorithms and other technologies, the theory of connectionism and rigorous cartography in computer vision is proposed. The research on the road network extraction technology of resolution images has enriched the theoretical system of the application of connectionism in remote sensing image processing. The project research draws on the advantages of deep learning theory in target detection, and builds a remote sensing image overpass detection and location technology based on deep convolutional networks. Aiming at the problem of analysis and judgment of spatial attributes of overpasses, a multi-source data fusion analysis and mining judgment method was designed. The road intersection identification technology based on deformable component model and semantic rules was designed. For the influence of road disturbance factors on the extraction effect, the road segment matching search technology based on mean shift and Kalman filter is designed, and the road network networking and topology structure construction work is carried out. This research will offer a referential method for the mapping survey, such as Acquisition of geographic elements, urban planning and so on.

本项目以遥感影像处理中经典的道路网提取技术为背景和切入点，在现有影像预处理、道路段匹配搜索等技术的基础上，开展基于计算机视觉中连接主义和严密制图学理论的高分辨率影像道路网提取技术研究，丰富了遥感影像处理中应用连接主义思想的理论体系。项目研究借鉴深度学习理论在目标检测方面的优势，构建基于深度卷积网络的遥感影像立交桥检测定位技术。针对立交桥空间属性分析与判断问题，设计了多源数据融合分析和挖掘的判断方法，设计了基于可变形部件模型和语义规则的道路交叉口识别技术。针对路面干扰因素对提取效果的影响，设计了基于均值漂移与卡尔曼滤波的道路段匹配搜索技术，并以此进行道路网组网与拓扑结构构建工作。该项目的研究，可以为遥感影像地理要素采集、城市规划、测绘应用等诸多领域探索一条可供借鉴的研究思路。

道路网是地理信息系统数据库中的一种关键地理信息，其动态获取和实时更新对车辆导航、城市规划以及人们的日常出行有着重大意义。因此在遥感影像地物提取的研究中，道路网自动提取一直是学者们关注的重中之重。随着高分辨率遥感技术的发展，高分辨率影像的大量出现为高精度GIS数据的快速获取创造了可能。本项目旨在研究融合计算机视觉技术及制图学理论的高分辨率影像道路骨干网提取技术。基本思想是利用计算机视觉知识提取道路网中的主要骨干连接点（立交桥或道路交叉口），然后结合多源辅助数据确定道路节点的空间属性（道路分支及方向），在此基础上运用道路段自动跟踪技术匹配搜索节点之间的道路段，并以此构建整幅影像的道路网拓扑结构，通过道路网组网及修整后输出可为测绘部门应用的矢量数据格式。项目周期内完成了连接主义和遥感基础理论结合的高分辨率影像道路骨干网提取方法理论研究，为整个遥感影像道路网提取提供理论基础。算法及实验验证方面：完成了基于深度卷积网络的立交桥目标检测、基于可变形部件模型的道路交叉口检测、多源数据融合的立交桥空间属性分析、基于均值漂移及卡尔曼滤波的道路段跟踪、道路网拓扑结构构建组网等技术的研究和验证工作，达到了预期的研究目的，研究成果可为后续研究做支撑。