模糊航空图像中道路自动检测的研究

摘要

针对模糊航空图像因成像条件复杂(大气散射、运动模糊、光照不均)造成道路边缘模糊、特征不显著，且传统检测方法准确率低、鲁棒性差的问题，本文提出“预处理增强-多特征融合提取-自适应阈值分割”的一体化道路自动检测技术。首先，采用改进的自适应加权均值滤波和视网膜增强(Retinex)算法进行降噪及对比度增强;其次，融合边缘检测(坎尼算子改良版)和区域生长(以灰度梯度及纹理一致性约束)，实现道路特征的精确提取;最后，通过自适应大津阈值分割与形态学优化，得到完整的道路区域。实验使用公开的航空图像数据集和现场采集的模糊图像作为样本，与传统的坎尼(Canny)算子改良版边缘检测、单一区域生长的方法相比，所提技术在模糊图像中道路检测的准确率达到92.3%，检测效果较好。

关键词

模糊航空图像 / 道路自动检测 / 图像预处理 / 特征融合提取