[發(fā)明專利]一種面向?qū)ο蠓指罱Y(jié)合灰度形態(tài)學(xué)的道路提取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410214588.0
• 申請(qǐng)日: 2014-05-20
• 公開（公告）號(hào): CN103996042B
• 公開（公告）日: 2017-05-10
• 發(fā)明（設(shè)計(jì)）人: 劉凱;劉洋;柳林
• 申請(qǐng)（專利權(quán)）人: 中山大學(xué)
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司44102
• 代理人: 林麗明

技術(shù)領(lǐng)域

本發(fā)明涉及遙感影像信息提取領(lǐng)域，更具體地，涉及一種面向?qū)ο蠓指罱Y(jié)合灰度形態(tài)學(xué)的道路提取方法，是一種多級(jí)道路提取的半自動(dòng)化道路提取方法。

背景技術(shù)

道路作為重要的人造的物是現(xiàn)代交通體系的主體，具有重要的政治、經(jīng)濟(jì)和軍事意義，因此道路也成為地圖和地理信息系統(tǒng)中重要的信息載體和處理對(duì)象。20世紀(jì)70年代中期，由于數(shù)字化地理交通信息的需要，加之傳統(tǒng)手工道路數(shù)字化成本高、效率低等弊端日益顯現(xiàn)，圖像自動(dòng)、半自動(dòng)道路提取技術(shù)隨之出現(xiàn)并逐步發(fā)展。如今，多光譜高分辨率的衛(wèi)星、成像雷達(dá)、無人駕駛飛機(jī)的出現(xiàn)，使得對(duì)地觀測(cè)手段更加完備，地理影像數(shù)據(jù)日益豐富，可用于道路提取的基礎(chǔ)影像越來越多，為自動(dòng)、半自動(dòng)道路提取技術(shù)提供了大量的實(shí)驗(yàn)素材和基礎(chǔ)數(shù)據(jù)。

另一方面，地圖繪制、地理信息系統(tǒng)更新、城市觀測(cè)和規(guī)劃等諸多應(yīng)用需求的出現(xiàn)和不斷增長(zhǎng)，促使自動(dòng)、半自動(dòng)道路提取相關(guān)技術(shù)不斷發(fā)展。利用計(jì)算機(jī)從遙感影像中提取道路引起包括測(cè)繪、圖像處理、計(jì)算機(jī)視覺等領(lǐng)域?qū)W者的廣泛關(guān)注，在過去十幾年里發(fā)表了大量的論文，相應(yīng)的理論和技術(shù)都取得了長(zhǎng)足的發(fā)展。就目前基于遙感影像進(jìn)行道路提取的自動(dòng)、半自動(dòng)算法中的典型代表有自適應(yīng)聚類法、模板匹配法、微分幾何法、Snack法及其改進(jìn)算法、形態(tài)學(xué)方法、啟發(fā)式搜索法、基于機(jī)器學(xué)習(xí)的智能算法和面向?qū)ο蠓ǖ鹊取?/p>

在遙感領(lǐng)域內(nèi)，目前主流的方式是基于高分辨率、超高分辨率遙感影像，采用自動(dòng)、半自動(dòng)的面向像元或面向?qū)ο蟮姆指?、聚類或分類技術(shù)得到道路提取結(jié)果。然而目前這個(gè)領(lǐng)域內(nèi)還沒有公認(rèn)的典型、普適的某一類算法可以值得稱道。一方面是由于道路本身光譜特征極為復(fù)雜和難于概括，另一方面也是由于道路周邊環(huán)境的復(fù)雜特征，如高樓遮蓋、異物同譜、路上車輛等等噪聲產(chǎn)生的嚴(yán)重影響。就目前遙感領(lǐng)域內(nèi)基于高分辨率衛(wèi)星影像的各種自動(dòng)、半自動(dòng)道路提取方法而言，普遍存在三個(gè)問題：一是難于兼顧寬窄，由于算法思想的單一，往往適用于提取寬路斑塊的算法無法提取窄路，同時(shí)適用于提取寬度處于像元、亞像元級(jí)別窄路的算法在寬路上會(huì)發(fā)生極為強(qiáng)烈的扭曲；二是提取結(jié)果單一，普遍的提取結(jié)果為一單純的掩膜，可以區(qū)分道路和非道路，但道路內(nèi)部不分級(jí)，使用價(jià)值存在局限；三是算法的研究區(qū)域過小，或較大研究區(qū)域內(nèi)道路過于簡(jiǎn)單，由此得到的算法一般不具有普適性，如若擴(kuò)大研究范圍或增加道路路網(wǎng)的復(fù)雜程度則很難避免噪聲的嚴(yán)重影響。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提出面向?qū)ο蠓指罱Y(jié)合灰度形態(tài)學(xué)的道路提取方法，這是一種基于高分辨率遙感影像，可以兼顧寬路與窄路，實(shí)現(xiàn)多級(jí)道路提取，具有較高精度和極強(qiáng)去噪性能的道路提取方法。

了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案為：

一種面向?qū)ο蠓指罱Y(jié)合灰度形態(tài)學(xué)的道路提取方法，所述方法的基本步驟為：

1.1、對(duì)原始全色影像和多光譜影像進(jìn)行影像融合得到融合結(jié)果；

1.2、基于eCognition軟件，對(duì)融合結(jié)果進(jìn)行面向?qū)ο蠓指畹玫饺舾蓪?duì)象；

1.3、面向?qū)ο筮M(jìn)行全局分類，類別為各級(jí)寬路、城建區(qū)和其他；

1.4、采用水平算子對(duì)原始全色影像進(jìn)行分割，并采用灰度形態(tài)學(xué)的相關(guān)技術(shù)進(jìn)行窄路的提取和降噪；

1.5、采用灰度形態(tài)學(xué)相關(guān)技術(shù)實(shí)現(xiàn)的脊線法對(duì)各級(jí)寬路進(jìn)行校正，得到寬路路網(wǎng)；

1.6、用城建區(qū)掩膜去除窄道提取結(jié)果中的非窄路紋理，得到最終窄路路網(wǎng)；

1.7、對(duì)多級(jí)路網(wǎng)進(jìn)行合并，得到最終的分級(jí)路網(wǎng)提取結(jié)果。

優(yōu)選地，所述的采用水平算子對(duì)原始全色影像進(jìn)行分割，并采用灰度形態(tài)學(xué)的相關(guān)技術(shù)進(jìn)行窄路的提取和降噪的子步驟包括：

2.1、選取適當(dāng)結(jié)構(gòu)算子對(duì)全色影像進(jìn)行水平算子分割，并對(duì)分割結(jié)果進(jìn)行二值化處理，其中水平算子結(jié)構(gòu)如下：

式中：X為待處理集，B為結(jié)構(gòu)算子；為膨脹運(yùn)算，Θ為腐蝕運(yùn)算，ο為開運(yùn)算，·為閉運(yùn)算；為凸函數(shù)，為凹函數(shù)，G為水平算子，F(xiàn)為標(biāo)記函數(shù)；為凸類，為扁平類，為凹類。

2.2、采用一定長(zhǎng)度、呈若干角度的線段狀結(jié)構(gòu)算子對(duì)二值化的分割結(jié)果進(jìn)行線段匹配(即所有角度結(jié)構(gòu)算子對(duì)分割結(jié)果開運(yùn)算的并)，并在匹配的結(jié)果上進(jìn)行同倫細(xì)化和去除毛刺，公式如下：

R_thin＝Thin(R，{L_N})

R_spur＝Spur(R_thin)