[發(fā)明專利]基于高分辨率遙感影像的路網(wǎng)數(shù)據(jù)自動(dòng)化質(zhì)量檢查方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911375647.1
• 申請(qǐng)日: 2019-12-27
• 公開(kāi)（公告）號(hào): CN111145157B
• 公開(kāi)（公告）日: 2023-08-04
• 發(fā)明（設(shè)計(jì)）人: 袁勝古;蔡紅玥;李麗;羅倫;陽(yáng)柯;胡玉龍;孫曉月
• 申請(qǐng)（專利權(quán)）人: 國(guó)交空間信息技術(shù)（北京）有限公司;中國(guó)交通通信信息中心
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06V10/75
• 代理公司: 北京智行陽(yáng)光知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11738
• 代理人: 黃錦陽(yáng)

本發(fā)明公開(kāi)了基于高分辨率遙感影像的路網(wǎng)數(shù)據(jù)自動(dòng)化質(zhì)量檢查方法，自動(dòng)化實(shí)現(xiàn)對(duì)道路軌跡的定量化質(zhì)量檢查，輔助道路數(shù)據(jù)的更新與優(yōu)化；步驟如下：1)依據(jù)道路形態(tài)特征，在道路特征點(diǎn)處打斷，生成簡(jiǎn)單路段結(jié)構(gòu)；2)依據(jù)路段結(jié)構(gòu)特征構(gòu)建通用道路橫斷面模型；3)獲取路段結(jié)構(gòu)對(duì)應(yīng)的影像數(shù)據(jù)塊數(shù)據(jù)。4)建立影像塊坐標(biāo)系，進(jìn)行道路橫斷面模型與影像間的模板匹配，得到道路匹配點(diǎn)。5)經(jīng)RANSAC最小二乘曲線擬合誤差計(jì)算后，得到影像中實(shí)際的道路提取結(jié)果。6)實(shí)際道路提取結(jié)果與路段結(jié)構(gòu)相似性匹配；7)結(jié)合每條道路中路段結(jié)構(gòu)的相似性匹配結(jié)果進(jìn)行綜合性評(píng)價(jià)，篩選出“問(wèn)題道路”，用于道路數(shù)據(jù)質(zhì)量評(píng)估及數(shù)據(jù)進(jìn)一步修改與更新。

技術(shù)領(lǐng)域

本發(fā)明涉及高分辨率遙感影像技術(shù)領(lǐng)域，具體為基于高分辨率遙感影像的路網(wǎng)數(shù)據(jù)自動(dòng)化質(zhì)量檢查方法。

背景技術(shù)

公路是經(jīng)濟(jì)發(fā)展的動(dòng)脈和助推器，道路路網(wǎng)作為交通基礎(chǔ)設(shè)施的重要組成部分，其數(shù)據(jù)的準(zhǔn)確性和全面性直接關(guān)系到民計(jì)民生，在交通管理、城市規(guī)劃以及大眾出行等方面具有重要意義和價(jià)值。由于早期基于傳統(tǒng)測(cè)量的路網(wǎng)數(shù)據(jù)獲取方式周期較長(zhǎng)，往往不能及時(shí)反映道路的最新真實(shí)信息，導(dǎo)致部分歷史路網(wǎng)數(shù)據(jù)底數(shù)不準(zhǔn)確、數(shù)據(jù)質(zhì)量無(wú)法估算、新老數(shù)據(jù)存在不一致等問(wèn)題，在一定程度上影響了數(shù)據(jù)使用者的分析、決策以及數(shù)據(jù)更新。

遙感影像具有瞬時(shí)成像范圍廣、真實(shí)反映地物實(shí)況的特點(diǎn)，且影像中道路呈現(xiàn)出較明顯的幾何紋理特征，是輔助獲取真實(shí)路網(wǎng)軌跡信息、實(shí)現(xiàn)歷史路網(wǎng)檢查、更新的有效技術(shù)手段。已有相關(guān)部門和企業(yè)陸續(xù)開(kāi)展了系列基于遙感影像的路網(wǎng)矢量數(shù)據(jù)質(zhì)量檢查與更新工作，并應(yīng)用于路網(wǎng)基礎(chǔ)地理數(shù)據(jù)的管理，與傳統(tǒng)測(cè)繪和移動(dòng)端導(dǎo)航數(shù)據(jù)采集方式相比，效率和準(zhǔn)確性有了很大提升。

在現(xiàn)階段，基于高分辨率遙感影像進(jìn)行道路數(shù)據(jù)的質(zhì)量檢查與更新工作，主要依賴于大量的人工目視解譯工作，具有主觀性且費(fèi)時(shí)費(fèi)力，需要自動(dòng)化工具提高生產(chǎn)效率。現(xiàn)有技術(shù)中，遙感影像道路路網(wǎng)提取技術(shù)雖經(jīng)過(guò)了多年的發(fā)展，但大多還處于實(shí)驗(yàn)室階段，其準(zhǔn)確性難以達(dá)到業(yè)務(wù)化、商業(yè)化的數(shù)據(jù)生產(chǎn)標(biāo)準(zhǔn)。在如今道路數(shù)據(jù)獲取渠道多源(如導(dǎo)航定位數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng))的形勢(shì)下，數(shù)據(jù)使用者更關(guān)心數(shù)據(jù)的真實(shí)性等質(zhì)量情況，以及如何基于歷史數(shù)據(jù)進(jìn)行信息的持續(xù)更新，以保證數(shù)據(jù)的一致性與時(shí)效性。在現(xiàn)有技術(shù)解決方案中，一方面?zhèn)鹘y(tǒng)的遙感影像道路提取方法實(shí)現(xiàn)模式難以適用于基于已有數(shù)據(jù)的質(zhì)檢與更新；另一方面，雖然在國(guó)土等領(lǐng)域已有遙感地物變化檢測(cè)的相關(guān)研究，但更較廣泛應(yīng)用于面狀地物圖斑，對(duì)道路線性軌跡的檢測(cè)存在一定局限性。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供基于高分辨率遙感影像的路網(wǎng)數(shù)據(jù)自動(dòng)化質(zhì)量檢查方法，能夠基于遙感影像自動(dòng)實(shí)現(xiàn)對(duì)道路軌跡數(shù)據(jù)的定量化質(zhì)量檢查，完成對(duì)道路錯(cuò)誤軌跡部分的標(biāo)記及整體性評(píng)價(jià)，形成基于遙感影像的道路數(shù)據(jù)質(zhì)量檢查及輔助更新的自動(dòng)化工具，以解決上述背景技術(shù)中提出的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

基于高分辨率遙感影像的路網(wǎng)數(shù)據(jù)自動(dòng)化質(zhì)量檢查方法，包括以下步驟：

步驟1)：依據(jù)道路形態(tài)特征，在道路數(shù)據(jù)的特征點(diǎn)處進(jìn)行打斷，形成特征簡(jiǎn)單的路段結(jié)構(gòu)；

步驟2)：依據(jù)路段結(jié)構(gòu)特征，構(gòu)建通用道路橫斷面模型；

步驟3)：結(jié)合遙感影像與道路數(shù)據(jù)的幾何定位偏移誤差，提取路段結(jié)構(gòu)一定范圍內(nèi)的影像數(shù)據(jù)塊；

步驟4)：對(duì)遙感影像塊旋轉(zhuǎn)建立X-Y坐標(biāo)系，在X方向上以一定間隔沿Y方向?qū)⒌缆窓M斷面模型與影像塊進(jìn)行模板匹配，得到一系列道路匹配點(diǎn)；

步驟5)：利用RANSAC最小二乘曲線擬合方法，計(jì)算得到影像塊內(nèi)的實(shí)際道路提取結(jié)果；

步驟6)：結(jié)合影像中實(shí)際道路提取結(jié)果與路段結(jié)構(gòu)的空間關(guān)系，進(jìn)行快速相似性匹配，將相似性較低的路段結(jié)構(gòu)，作為數(shù)據(jù)質(zhì)量檢查中存在問(wèn)題的部分；