TY - JOUR ID - 10.11834/jrs.20208360 TI - 光学遥感影像道路提取的方法综述与展望 AU - 戴激光 AU - 王杨 AU - 杜阳 AU - 朱婷婷 AU - 谢诗哲 AU - 李程程 AU - 方鑫鑫 VL - IS - PB - 科学出版社 SP - EP - PY - JF - 遥感学报 JA - UR - http://jors.ijournals.cn/jrs/ch/reader/view_abstract.aspx?file_no=201809050000001&flag=2 KW - 光学 KW - 遥感影像 KW - 道路提取 KW - 模板匹配 KW - 知识驱动 KW - 面向对象 KW - 深度学习 KW - optic KW - remote;sensing imagery KW - road;extraction KW - template;matching KW - knowledge-driven KW - object-oriented KW - deep;learning AB - 道路信息在多个应用领域中发挥着基础性的作用。光学遥感影像能够以较高的空间分辨率对目标地物进行精细化解译,可大幅增强地物目标的提取能力。充分利用光学遥感影像丰富的几何纹理信息,进行道路的精确提取,已成为当前遥感学界研究的热点与前沿问题。有鉴于此,本文依据近年来大量相关文献,对现有的理论与方法进行了归类与总结,通过分析不同方法采用的道路特征组合,将道路提取方法划分为模板匹配、知识驱动、面向对象和深度学习四类方法,简要介绍了道路提取普适性的评价指标并对部分方法进行了分析与评价;最后对现有光学遥感影像道路提取的发展提出了建议和展望。 ER -