[发明专利]遥感影像的道路中线自动提取方法

说明书

技术领域

本发明涉及遥感测绘领域，尤其是一种遥感影像的道路中线自动提取方法。

背景技术

道路作为地理信息中重要的枢纽，与交通、水利、城市规划、电力、应急响应、能源等各行各业的建设密切相关。遥感影像将三维现实场景转换为二维场景，在计算机内存中以二维数组的形式存储，通过不直接接触现实物体的形式来研究现实世界。基于遥感影像的道路识别与提取研究一直是近二十年来的重要研究课题，有许多经典、有效的提取算法被用于实现道路特征的提取，如hough变换、主动轮廓模型、动态规划、模板匹配等。这些算法基本都是利用道路的光度和几何特性识别道路特征。Mena（2003）依据特征线索的不同将道路提取方法分为两类：①基于光谱和纹理分类的提取方法，先利用道路表面同一的光谱及纹理特性识别道路区域，再提取矢量，例如角度纹理法，利用矩形模板绕着固定点旋转，获取模板中纹理特征，从而判断是否为道路类别（张睿,2008;Haverkamp,2002;周绍光,2010）。道路特征聚类、图像分割与机器学习（Roggero,2002;Wenzhong Shi,2002;Sukhendu,2011）等同样属于这一类提取方法；②基于几何分析的方法，主要利用道路边缘、几何形状提取结果，例如边缘检测（唐亮,2005;Wenzhong Shi,2002）、模板匹配(Hu,2005;Taejung Kim,2004;Xiangyun Hu,2007)。但是综合现有的研究方法，提取完整正确的道路网仍处于研究探索阶段，这主要是因为道路特征的多样（不同道路类型，如形状及宽度）、场景的复杂（周围地物种类繁多：如房屋、停车场；路面地物多样：如汽车、标记线）以及严重遮挡与阴影导致。

发明内容

本发明的目的是提供一种遥感影像中道路中心线探测和提取的方法，该方法实现了基于遥感影像特征提取中道路中线的自动提取和矢量化。

本发明的技术方案是一种遥感影像的道路中线自动提取方法，包括以下步骤：

步骤1，输入原始遥感影像数据，分割为若干区域；

步骤2，通过对步骤1所得各区域进行形状指数分析，判断道路区域，并生成二值道路影像；

步骤3，从二值化道路影像中探测道路中线，并跟踪道路中线，获取道路基元；

步骤4，通过道路基元编组获得自动提取结果，包括以下子步骤，

步骤4.1，根据步骤3所得道路基元建立初始的道路基元连接矩阵，

设道路基元连接矩阵记为A，A为二维对称矩阵，矩阵元素为对应两个道路基元的连接概率，矩阵元素计算公式如下，

其中，道路基元个数为n+1，u的取值为0,1,…n，v的取值为0,1,…n，θu、θv分别为道路基元所在线段lu与lv的中点连线与lu、lv所形成的夹角，α是线段lu与lv之间的夹角，g是线段lu与lv之间的断裂长度；Max_|θu|+|θv|为|θu|和|θv|之和的可能最大值，T_g为断裂间隔的阈值，l_u是线段lu的长度，l_v是线段lv的长度；

步骤4.2，将矩阵元素大于给定阈值的道路基元编组连接，若没有能够连接的道路基元结束编组过程，否则进入步骤4.3；

步骤4.3，利用步骤4.2编组连接后新生成的道路基元重新建立道路基元连接矩阵，返回步骤4.2。

而且，步骤1中采用Meanshift算法进行分割。

而且，步骤2中所述形状指数包括区域的面积S、区域的最小面积外接矩形的长宽比R、区域的充满度F＝S/S_MAER，满足如下公式的区域被判断为道路区域，并生成二值道路影像，

S＜T_S∩(F＜T_F∪R＞T_R)

其中，T_S为预设的面积阈值，T_F为预设的长宽比阈值，T_R为预设的充满度阈值。

而且，步骤3实现方式为，

建立三个窗口Ls、Le、Lb，其中Ls表示一维的探测窗口大小，Le表示统计窗口大小，Lb表示待判断像素pi的邻近范围，Lb<Le<Ls；执行如下步骤，

步骤3.1，输入二值道路影像，平滑处理；

步骤3.2，探测窗口沿水平与垂直方向依次遍历探测道路区域的中心线像素，并取两个结果的并集；探测方式如下，