基于地理國情普查的道路提取方法研究

劉雪 連超

(河南省金地遙感測繪技術有限公司, 河南 鄭州 450003)

開展地理國情普查，是我國經濟社會發展和生態文明建設的需要。而道路作為地理國情普查中地表覆蓋的要素，對各單位尤其是交通部門的公路普查有著重要作用。2017年，交通運輸部開展了中央投資基礎設施建設項目與行政村項目遙感核查工作，利用多期高分辨率遙感影像數據，對中央投資交通項目的施工進度、質量等進行動態監測與評價。

在高分辨率圖像中，道路具有豐富的紋理特征，而衛星影像一般都具有三到四個光譜頻段，有較好的輻射特性，這對于道路提取有著決定性作用。道路提取方法一直以來是各單位研究的重點，不管是內業還是外業核查，都會出現道路預判的難題，因此，基于地理國情普查的道路提取方法研究有著重要意義。

1 地理國情普查

地理國情普查是國務院部署開展的一項重大的國情國力調查，是制定和實施國家發展戰略與規劃、優化國土空間開發格局和各類資源配置的重要依據，也是相關行業開展調查統計工作的重要數據基礎。

地理國情普查從地理角度分析和研究存在于地球表層的自然、生物和人文現象的空間變化和它們之間的相互關系及其特征；從技術角度利用全球導航衛星系統、航空航天遙感、地理信息系統等現代測繪技術，綜合測繪歷史數據，對地形、水系、濕地、冰川、沙漠、地表覆蓋、道路、城鎮等要素進行統計分析，從地理空間角度客觀展示我國的國情國力。

地理國情普查采用內外業結合的方法開展，按照“內業為主、外業為輔”的原則安排生產任務，利用統一提供的上一年的基礎性普查成果作為普查的本底數據，基于地理國情普查中獲取的遙感正射影像數據，識別變化區域，采用遙感影像解譯、變化信息提取、數據編輯與整理、外業調查、空間數據建庫、統計分析等技術與方法，充分利用已經收集的解譯樣本數據輔助內業解譯，采集變化信息，結合多行業專題數據，對本底數據進行更新。內業無法獲取和難以識別的區域輔以外業調查，其他變化區域，應合理確定核查路線開展外業調查，確保采集的變化信息的準確性，形成基礎性地理國情普查的系列數據、報告和圖件成果。

地理國情普查數據是每年都要更新整理的數據，為日后道路提取提供了最新最全的道路特征信息。

2 高分辨率衛星影像的數據處理

數字正射影像圖（Digital Orthophoto Map，簡稱DOM）是利用數字高程模型（Digital Elevation Model，簡稱DEM）對原始影像進行區域網平差、單片配準、正射糾正、數據融合、勻光勻色、消除各種畸變和位移誤差后，再進行鑲嵌，并按規定圖幅范圍裁切生成的影像數據。對于衛星遙感影像，DOM制作的基本過程為 ：區域網平差、單片配準、正射糾正、影像融合、真彩色輸出。DOM制作技術流程如圖1所示。

區域網平差是根據全色影像、多光譜影像數據的連接點以及控制點，經過平差算法，將各個影像統一成一個精度體系，修正每景影像的RPC參數，控制點越多，精度越好；DOM是利用歷史DEM對原始影像的全色和多光譜數據做正射糾正；影像融合是將全色影像和多光譜影像融合成一景影像，既能保持全色影像的高分辨率特征，又能保持多光譜影像的光譜特征。

實驗表明，與基于原始全色和多光譜影像的分類結果相比，利用融合后的影像進行分類，其分類精度有很大提高，尤其對于道路的分類精度提高更為明顯[1-2]。

圖1 DOM制作技術流程

3 道路提取方法研究與實驗

道路在遙感影像中有其特有的光譜特性，在紋理上表現為具有一定長度和寬度、內部均勻一致且具有明顯邊界的區域。道路提取方法主要有基于面向對象的道路提取，基于特征的道路提取，以及基于ArcGIS緩沖功能的道路提取等方法。利用地理國情普查遙感影像數據構建道路成果數據庫的總體流程如圖2所示。

圖2 構建道路成果數據庫總體流程

3.1 基于面向對象的道路提取

基于面向對象的道路提取方法是一種基于影像分割的分析方法，分割的算法較多，它通過一定方法對遙感圖像進行分割，繼而提取單元的各種特征，并在特征空間中進行對象的識別和標識，從而最終完成了分類[3]。

面向對象的遙感影像分析有分割和分析兩個階段，選用合適的特征，經特征計算，獲得關于單元的特征矢量，通過模式分類方法或模式匹配，分割單元將被歸類到對應的模式類，或者特定的目標被識別，從而完成圖像分析。遙感圖像分割是遙感圖像處理和分析的關鍵技術，把高分辨率遙感圖像分割成一些空間上相鄰、光譜相似的同質區域是制約遙感圖像處理中其他相關技術的關鍵[4-5]。

通過實驗得到影像道路的有效分割算法，目前比較有效的是多尺度分割。影像經過分割后，得到一系列均值的影像對象，對這些對象可以提取灰度均質紋理以及形狀、空間信息、拓撲關系等信息，可以利用這些信息對影像對象進行分類，從而準確提取所需目標。在實際生產過程中，針對得到的道路信息進行分析，找出適合的提取步驟，減少后期編輯的工作量。

地理國情普查道路提取實驗中，利用生產的遙感衛星正射影像、基礎地理信息數據、道路相關數據資料，以及基于高分辨率衛星影像的光譜紋理信息，對道路進行樣本采集。

3.2 基于特征的道路提取

正確認識和抽象出道路的特征信息，對道路的準確提取具有決定性意義。Vosselman等[6]總結的道路特征非常具有代表性，內容如下：

（1）幾何特征：道路具有一定長度，曲率有一定的限制，寬度有一定的范圍且變化較小，方向變化緩慢。

（2）輻射特征：道路內部灰度比較均勻，并且和相鄰的區域灰度反差較大。

（3）拓撲特征：道路不會無故中斷，不同的道路會交叉形成道路網。

（4）功能特征：道路連接村莊和城鎮。

（5）關聯特征：高架道路會投下陰影，樹木可能遮斷道路表面，成行的樹木也有可能是道路存在的標志。

基于道路特征的道路提取是利用道路的基本特征、指數信息及輔助信息，構建道路信息的評定規則，再進行道路信息提取，最常用的方法是多尺度分割。設置合理的分割尺度、形狀因子以及緊致度，保證道路形狀與邊緣的連續和清晰，然后進行“潛在道路”的粗提取，將不相鄰要素去除，最后對“潛在道路”進行優化。

此類方法適用于影像光譜信息差異明顯、實地地類比較復雜的情況。利用此方法提取的道路信息，會對后期的編輯整理造成很大麻煩，因此不建議使用。

3.3 基于ArcGIS緩沖功能的道路提取

ArcGIS是對地理信息進行創建、編輯以及分析的GIS軟件，具有強大的編輯功能與實用性，已經成為測繪行業重要的編輯軟件。ArcGIS緩沖區分析是根據數據庫的點、線、面實體，自建立其周圍一定寬度范圍內的緩沖區域多邊形實體，從而實現空間數據在水平方向得以擴展的信息分析方法。在實際作業中，根據地理國情普查中已經采集好的道路信息，利用ArcGIS緩沖功能可自動生成地表覆蓋數據所需要的路面要素。由于道路所具有的等寬特性，此功能的運用，大大提高了生產效率。

本文主要采用高分辨率遙感衛星的正射影像，通過ArcGIS的緩沖功能對道路信息進行提取，利用地理國情數據和1∶1萬基礎地理信息數據，在ArcGIS軟件中分別提取和道路及其設施相關的圖層，并對歷史路網數據進行補充，另外存放到新的圖層中，完成道路數據的融合。地理國情道路數據與1∶1萬基礎地理信息數據的道路層在ArcGIS中分別如圖3和圖4所示。

圖3 地理國情道路數據

圖4 1∶1萬基礎地理信息道路矢量

在對道路圖層整合完成之后，主要利用ArcGIS軟件，以所生產的正射影像圖為底圖，疊加融合后的路網數據進行遙感解譯，提取新增和遺漏道路數據。路網解譯主要在ArcGIS中采集新增道路和遺漏道路的中心線。

實驗思路主要是參照正射影像，在ArcGIS中利用地理國情數據和1∶1萬基礎地理信息道路數據，參照歷史道路數據對道路中心線進行提取，查漏補缺，最終形成一套完整的道路數據庫。正射影像與歷史道路數據套合情況如圖5所示。正射影像與道路數據在ArcGIS中融合后效果圖如圖6和圖7所示。

采集完成后，疊加路網數據、地名數據、地理國情普查數據、基礎地理信息數據、地名普查數據以及電子地圖等數據，對提取的矢量進行編輯，采集所有新增道路和農村道路，并對新增道路和有疑問的屬性進行標注，形成全省的公路普查工作底圖，為外業核查提供數據支撐。基于外業調查與核查成果，對內業編輯成果進行編輯修改，完善屬性，最終形成滿足公路核查任務的數據成果，導入路網數據庫，形成公路普查路網成果庫。

圖5 歷史道路矢量

圖6 遙感衛星正射影像

圖7 正射影像與提取的路網數據

4 結束語

本文結合在地理國情普查中道路提取的經驗，對道路提取方法進行歸納和總結，并結合地理國情普查數據以及高分辨率衛星影像正射成果進行了道路提取實驗。在應用過程中，會出現城市中心道路受車輛影響、山區受地形因素影響等問題，而解決這些問題，提高道路提取精度是下一步將要研究的重點。