Road network extraction from high-resolution multi-spectral satellite images

Abstract

Bu çalışmada, multispektral imgeler için otomatik yol çıkarımı algoritması geliştirilmiştir. Geliştirilen model, kenar çıkarımı, bölütleme ve kümeleme yöntemlerini kullanarak uzun-ince yapıları çıkarmaktadır. Bu çalışma ayrıca daha yüksek performanslı yol çıkarımı sonucu almakiçin bitki, tarla ve su gibi yol olmayan bölgeleri de tespit etmektedir. Model, farklı özelliklere ait yolları çıkarmak için modüler bir yaklaşımla geliştirilmiştir. Her bir modüle ait sonuçlar bir araya getirilerek puan haritası oluşturulmuştur. Geliştirilen algoritma, WorldView-2 uydu görüntülerinde test edilmiştir. Ortalama %70 geri çağırma ve %47 hassasiyet ile yol bulma başarımı sağladığı gözlenmiştir. Bu yaklaşım daha düşük spektral çözünürlüğü olan 4-bant, RGB ve gri seviye imgelerde de test edilmiştir. Worldview-2 uydusu ile birlikte gelen ek dört bandın % 12 geri çağırma ve % 3 hassasiyet kazandırdığı gözlemlenmiştir. viiBu çalışma kapsamında yol kaplama malzemesi sınıfı belirleme analizi de gerçekleştirilmiştir. Gauss Karışım Modeli kullanılarak yol kaplama mazlemesi asfalt, toprak ve beton olmak üzere sınıflandırılmıştır. Demiryolu ve su kanalı gibi diğer doğrusal yapılar da bu yaklaşımla çıkarılabilmektedir. Ayrıca, çok yüksek çözünürlüklü imgeler için demiryolu ve karayolu sınıflandırması yapan algoritma geliştirilmiştir. Bu yaklaşım demiryolu traverslerin varlığını belirten Fourier özniteliklerini temel almaktadır. Bunun yanında multispektral imgelerde yakın kızıl ötesi bantlarını kullanan spektral oranların yardımı ile su bölgeleri çıkarılmıştır. Yapısalözellikler su kanallarının diğer su bölgeleri ile ayrımı için kullanılmıştır. Anahtar Kelimeler: Yol çıkarımı, demiryolu çıkarımı, su kanalı çıkarımı, multispektral, ulaşım altyapısı analizi

In this thesis, an automatic road extraction algorithm for multi-spectral images is developed. The developed model extracts elongated structures from images by using edge detection, segmentation and clustering techniques. The study also extracts non-road regions like vegetative fields, bare soils and water bodies to obtain more accurate road map. The model is constructed in a modular approach that aims to extract roads with different characteristics. Each module output is combined to create a road score map. The developed algorithm is tested on 8-band WorldView-2 satellite images. It is observed that, the proposed road extraction algorithm yields 47 % precision and 70 % recall. The approach is also tested on the lower spectral resolution images with four-band, RGB and gray level. It is observed that the additional four bands provide an improvement of 12 % for precision and 3 % for recall.vRoad type analysis is also in the scope of this study. Roads are classified into asphalt, concrete and unpaved using Gaussian Mixture Models. Other linear objects such as railroads and water canals may also be extracted by this process. An algorithm that classifies drive roads andrailroads for very high resolution images is also investigated. It is based on the Fourier descriptors that identify the presence of railroad sleepers. Water canals are also extracted inmulti-spectral images by using spectral ratios that employ the near infrared bands. Structural properties are used to distinguish water canals from other water bodies in the image. Keywords: Road extraction, railroad extraction, water canal extraction, multi-spectral, transportation infrastructure analysis.