基于星载SAR图像的道路交叉点自动提取方法

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Automatic Extraction Method of Road Intersection Center Points from Spaceborne SAR Images

　　

摘要：

在星载合成孔径雷达图像中，道路交叉点是稳定且分布广泛的特征，可作为几何校正和定位的高精度地面控制点。然而，由于严重的斑点噪声、几何变形以及结构边界模糊，从L1级SAR图像中自动检测并精确提取道路交叉点的中心仍面临挑战。为解决这些问题，本研究提出了一种两阶段自动方法，用于从星载SAR图像中检测道路交叉点并提取其中心点坐标。在检测阶段，通过应用多尺度上下文感知和注意力机制，开发了一种改进的基于YOLOv8的模型，以提高在复杂SAR成像条件下的交叉点识别能力。在定位阶段，采用基于张量投票的结构聚合策略，增强方向一致性并抑制噪声干扰，从而能够通过基于质心的方法更精确地提取中心点。在多个地区的高分三号L1级SAR图像上进行的实验表明，与基准模型相比，所提出的方法使交叉点检测的平均精度提高了2.9%，同时中心点定位误差控制在0.26像素以内。这些结果表明，所提出的方法为星载SAR图像中的自动地面控制点提取提供了一种可靠且精确的解决方案。