Effective Road Area Extraction in Satellite Images Using Texture-Based BP Neural Network

텍스쳐 기반 BP 신경망을 이용한 위성영상의 도로영역 추출

  • 서정 (영남대학교 컴퓨터공학과) ;
  • 김보람 (영남대학교 컴퓨터공학과) ;
  • 오준택 (영남대학교 컴퓨터공학과) ;
  • 김욱현 (영남대학교 컴퓨터공학과)
  • Published : 2009.07.30

Abstract

This paper proposes a road detection method using BP(Back-Propagation) neural network based on texture information of the each candidate road region segmented for satellite images. To segment the candidate road regions, the histogram-based binarization method proposed by N.Otsu is firstly performed and the neighboring regions surrounding road regions are then removed. And after extracting the principal color using the histogram of the segmented foreground, the candidate road regions are classified into the regions within ${\pm}25$ of the principal color. Finally, the road regions are segmented using BP neural network based on texture information of the candidate regions. The texture information in this paper is calculated using co-occurrence matrix and is used as an input data of the BP neural network. The proposed method is based on the fact that the road has the constant intensity and shape. The experiment demonstrated the validity of the proposed method and showed 90% detection accuracy for the various images.

본 논문에서는 고해상도 위성영상에 대해서 분할된 후보영역의 텍스처 정보를 기반으로 BP 신경회로망을 이용한 도로영역검출방법을 제안한다. 먼저, N.Otsu가 제안한 히스토그램 기반의 이진화와 열림연산을 수행하여 배경영역으로부터 일차적으로 도로영역인 전경부분을 분할한다. 그리고 전경부분의 색상 히스토그램을 이용하여 주요색상을 추출한 후 ${\pm}25$ 범위 이내에 있는 영역을 도로영역 후보를 검출한다. 마지막으로, 분할된 후보 도로영역에 대해서 동시발생행렬을 이용하여 텍스처 정보를 추출한 후 BP 신경회로망을 이용하여 최종적인 도로영역을 검출한다. 제안한 방법은 도로영역이 일정한 밝기값과 형태를 가진다는 사실에 착안한 것으로, 실험에서 다양한 위성영상들을 대상으로 평균 90% 이상의 검출율을 보여 그 유효함을 보였다.

Keywords

References

  1. J. Amini, M.R. Saradjian, JAR. Blais, C. Lucas, A. Azizi." Automatic road-side extraction from large scale image maps", International Journal of Applied Earth Observation and Geoinformation Volume 4, Issue 2, November 2002, Pages 95-107. https://doi.org/10.1016/S0303-2434(02)00004-1
  2. F. Tupin, "Road Detection in Dense Urban Areas Using SAR Imagery and the Usefulness of Multiple Views", IEEE Transactions on Geoscience and Remote Sensing, vol.40, no.11, November 2002.
  3. 최현, 강인준, “고해상도위성영상에서 도로정계검출을 위한 고주파와 저주파 필터링 비교분석에 관한 연구", 한국지형공간정보학회지, 제14권 제3호 pp.3-11 2006년 9월
  4. Byoung-Ki Jeon, Jeong-Hun Jang and Ki-Sang Hong. "Road Detection in Spaceborne SAR Images Using a Genetic Algorithm" IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, vol. 40, no. 1, Jan. 2002.
  5. Z. Hong-lei, L. Zhu-lin, W. Yan, Z. Xian-wei, "Road Recognition in High Resolution SAR Image Based on Genetic Algorithm", Proc. of IEEE ICIA", pp.649-654, August 2006
  6. Y. Guo, Z. Bai, Y. Li and Y. Liu. "Genetic and Region Growing Based Road Detection Image", Proc. of ICNC, vol,4, pp.330 - 334, Aug. 2007
  7. M. Mokhtarzade and M.J. Valadan Zoej. "Road detection from high-resolution satellite images using artificial neural networks" International Journal of Applied Earth Observation and Geoinformation, vol.9, pp.32 - 40, 2007
  8. Q. Zhang and I. Couloigner, "Automated Road Network Extraction from High Resolution Multi-Spectral Imagery," Proc. of ASPRS, Reno, Nevada, May 2006
  9. 이동훈, 김종화, 최홍문, “위성영상에서 도로 추출을 위한 히스토그램 기반 경계선 추출자”, 전자공학회 논문지 44권 SP편 5호, pp.527-533, 2007
  10. H. Liu, J. Li and M. A. Chapman, "Automated Road Extraction from Satellite Imagery Using Hybrid Genetic Algorithms and Cluster Analysis", Journal of Environmental Informatics, vol.1, no.2, pp.40-47, 2003