[發明專利]遙感影像的道路中線自動提取方法

有效

• 申請號: 201310187520.3
• 申請日: 2013-05-20
• 公開（公告）號: CN103258203A
• 公開（公告）日: 2013-08-21
• 發明（設計）人: 胡翔云;李怡靜;張劍清
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 嚴彥

技術領域

本發明涉及遙感測繪領域，尤其是一種遙感影像的道路中線自動提取方法。

背景技術

道路作為地理信息中重要的樞紐，與交通、水利、城市規劃、電力、應急響應、能源等各行各業的建設密切相關。遙感影像將三維現實場景轉換為二維場景，在計算機內存中以二維數組的形式存儲，通過不直接接觸現實物體的形式來研究現實世界?；谶b感影像的道路識別與提取研究一直是近二十年來的重要研究課題，有許多經典、有效的提取算法被用于實現道路特征的提取，如hough變換、主動輪廓模型、動態規劃、模板匹配等。這些算法基本都是利用道路的光度和幾何特性識別道路特征。Mena（2003）依據特征線索的不同將道路提取方法分為兩類：①基于光譜和紋理分類的提取方法，先利用道路表面同一的光譜及紋理特性識別道路區域，再提取矢量，例如角度紋理法，利用矩形模板繞著固定點旋轉，獲取模板中紋理特征，從而判斷是否為道路類別（張睿,2008;Haverkamp,2002;周紹光,2010）。道路特征聚類、圖像分割與機器學習（Roggero,2002;Wenzhong?Shi,2002;Sukhendu,2011）等同樣屬于這一類提取方法；②基于幾何分析的方法，主要利用道路邊緣、幾何形狀提取結果，例如邊緣檢測（唐亮,2005;Wenzhong?Shi,2002）、模板匹配(Hu,2005;Taejung?Kim,2004;Xiangyun?Hu,2007)。但是綜合現有的研究方法，提取完整正確的道路網仍處于研究探索階段，這主要是因為道路特征的多樣（不同道路類型，如形狀及寬度）、場景的復雜（周圍地物種類繁多：如房屋、停車場；路面地物多樣：如汽車、標記線）以及嚴重遮擋與陰影導致。

發明內容

本發明的目的是提供一種遙感影像中道路中心線探測和提取的方法，該方法實現了基于遙感影像特征提取中道路中線的自動提取和矢量化。

本發明的技術方案是一種遙感影像的道路中線自動提取方法，包括以下步驟：

步驟1，輸入原始遙感影像數據，分割為若干區域；

步驟2，通過對步驟1所得各區域進行形狀指數分析，判斷道路區域，并生成二值道路影像；

步驟3，從二值化道路影像中探測道路中線，并跟蹤道路中線，獲取道路基元；

步驟4，通過道路基元編組獲得自動提取結果，包括以下子步驟，

步驟4.1，根據步驟3所得道路基元建立初始的道路基元連接矩陣，

設道路基元連接矩陣記為A，A為二維對稱矩陣，矩陣元素為對應兩個道路基元的連接概率，矩陣元素計算公式如下，

其中，道路基元個數為n+1，u的取值為0,1,…n，v的取值為0,1,…n，θu、θv分別為道路基元所在線段lu與lv的中點連線與lu、lv所形成的夾角，α是線段lu與lv之間的夾角，g是線段lu與lv之間的斷裂長度；Max_|θu|+|θv|為|θu|和|θv|之和的可能最大值，T_g為斷裂間隔的閾值，l_u是線段lu的長度，l_v是線段lv的長度；

步驟4.2，將矩陣元素大于給定閾值的道路基元編組連接，若沒有能夠連接的道路基元結束編組過程，否則進入步驟4.3；

步驟4.3，利用步驟4.2編組連接后新生成的道路基元重新建立道路基元連接矩陣，返回步驟4.2。

而且，步驟1中采用Meanshift算法進行分割。

而且，步驟2中所述形狀指數包括區域的面積S、區域的最小面積外接矩形的長寬比R、區域的充滿度F＝S/S_MAER，滿足如下公式的區域被判斷為道路區域，并生成二值道路影像，

S＜T_S∩(F＜T_F∪R＞T_R)

其中，T_S為預設的面積閾值，T_F為預設的長寬比閾值，T_R為預設的充滿度閾值。

而且，步驟3實現方式為，

建立三個窗口Ls、Le、Lb，其中Ls表示一維的探測窗口大小，Le表示統計窗口大小，Lb表示待判斷像素pi的鄰近范圍，Lb<Le<Ls；執行如下步驟，

步驟3.1，輸入二值道路影像，平滑處理；

步驟3.2，探測窗口沿水平與垂直方向依次遍歷探測道路區域的中心線像素，并取兩個結果的并集；探測方式如下，