多源数据协同的城市道路提取

城市道路的高精度提取可为城市三维表达、城市地形分析、城市建设规划、交通导航等提供数据基础和支撑.本文以合肥市局部城区为试验区,以开源路网、街景图像和遥感影像为数据源,在利用最大似然法进行初提取的基础上,通过空间分析、统计分析、几何量测、最小二乘拟合等方法进行粘连分割、缺失处理和交叉口细化等关键处理,构建了多源数据协同的城市道路提取方法,并对提取结果进行了精度评价和分析.试验结果表明,本文提出的城市道路提取方法优于最大似然和面向对象方法,提取总体精度为96.65％,Kappa系数为93.71％,道路宽度偏离标准差为0.03 m,特别是对同物异谱、同谱异物及遮挡等造成的信息提取不全问题具有良好的改善效果.