基于遥感影像的道路自动提取与分割系统

资 源 简 介

本项目设计并实现了一套专门针对简单遥感影像的道路自动提取与分割算法，旨在提供高效的道路信息提取方案。 系统首先对输入的遥感影像进行预处理，采用中值滤波消除图像中的孤立噪声点，并利用对比度受限的自适应直方图均衡化（CLAHE）增强道路与背景的区分度。 在核心分割阶段，算法采用了基于多尺度形态学滤波的增强技术，通过不同方向的线性结构元素突出具有长条特征的道路区域，同时压制建筑物和植被等干扰目标。 接着，系统结合改进的自适应大津法（Otsu）进行二值化处理，将道路像素初步分离。 针对提取结果中可能存在的空洞和边

详 情 说 明

基于MATLAB的简单遥感影像道路提取与分割系统

项目介绍

本项目是一个基于MATLAB开发的遥感影像道路自动提取系统。它针对遥感图像中道路具有的长条形、线性几何特征，设计了一套从预处理、特征增强到几何过滤的完整处理流程。系统能够从包含噪声和干扰目标（如建筑物、植被）的影像中准确识别道路区域，并生成拓扑连续的道路中心线，为地图测绘和地理信息更新提供技术支持。

主要功能特性

• 高度自动化：系统支持用户交互式选择本地图像文件，并在缺失文件时自动生成带有模拟噪声和干扰目标的合成影像用于演示。
• 鲁棒的预处理：结合中值滤波与自适应直方图均衡化（CLAHE），有效提升了图像质量并增强了道路纹理细节。
• 多角度形态学特征识别：利用多尺度线型结构元素对不同方向的道路进行定向增强，能够显现微弱的线性特征。
• 几何特征智能筛选：通过面积、离心率及长宽比等多重几何指标，自动剔除非道路的离散块状干扰物。
• 道路骨架提取：支持道路中心线提取功能，提供像素级的骨架化处理，方便后续运动矢量化。
• 多维度可视化与量化指标分析：系统通过六分图展示处理全过程，并在命令行输出道路密度、中心线长度、连通域个数等精度参数。

系统要求

• 软件版本：MATLAB 2018b 或更高版本（为了支持建议使用的图像处理工具箱函数）。
• 硬件配置：标准计算机显存与内存（处理512x512像素图像时体验最佳）。
• 工具箱要求：需要安装“Image Processing Toolbox”（图像处理工具箱）。

系统逻辑与实现细节

#### 1. 影像输入阶段 系统首先开启图形化选择窗口，引导用户加载本地图像（支持.jpg, .png, .tif, .bmp等格式）。如果用户取消选择，系统将激活内置的“合成影像生成逻辑”，利用逻辑矩阵绘制包含水平、垂直及对角线段的模拟道路模型，并加入随机高斯噪声和矩形块状干扰物，模拟真实的复杂遥感背景。

#### 2. 预处理流程 为了兼顾去噪与边缘保留，系统执行两步增强处理：

• 噪声抑制：应用3x3模板的中值滤波（medfilt2）去除脉冲噪声。
• 局部对比度拉伸：利用对比度受限自适应直方图均衡化（adapthisteq），设置ClipLimit为0.02并指定瑞利（Rayleigh）分布，使原本灰度接近的道路与背景对比度显著扩大。

#### 3. 多尺度形态学增强逻辑 该环节是系统的核心。算法在0°到135°之间按45°步长创建四个线性结构元素（length=15）。针对每个角度分别进行顶帽变换（imtophat），以提取比周围背景更亮的线性目标。最后通过最大值融合技术（max）将四个方向的结果合并，形成一张道路特征显著增强的单通道图像。

#### 4. 阈值分割与后处理

• 自适应二值化：利用大津法（Otsu）自动寻找全局最优阈值，将图像转化为二值掩膜。
• 形态学闭运算：采用半径为3像素的圆性结构元素执行闭运算，旨在填充道路中间的小孔洞并连接断裂的道路段。

#### 5. 几何约束细化 系统通过连通域分析（regionprops）对所有候选区域进行筛选。判断标准严格遵循道路的物理形状：

• 面积约束：剔除面积小于300像素的细碎噪点。
• 形状约束：保留离心率（Eccentricity）大于0.85或长宽比（Aspect Ratio）大于4的连通区域。这一步是区分长条状道路与块状建筑物的关键。

#### 6. 骨架化与评估 系统应用骨架化算法（bwskel）将筛选后的道路掩膜细化为单像素宽度的中心线。在输出阶段，程序执行以下计算：

• 道路密度：道路像素占总图像像素的比例。
• 骨架总长度：统计骨架线上的总像素点。
• 结果叠加：在原始灰度图上分别以青色透明层显示分割掩膜，以红色线条标注道路中心线。

使用方法

1. 将MATLAB当前工作路径切换至代码所在文件夹。
2. 在命令行输入函数名执行。
3. 若要处理自己的遥感影像，在弹出的对话框中选择文件；若想查看演示效果，可直接点取消以运行模拟模式。
4. 程序运行结束后，将自动弹出处理流程对比图，并在MATLAB控制台打印出量化分析报表。