[发明专利]基于频域空间转换的航拍道路类型识别方法

权利要求书

1.一种基于频域空间转换的航拍道路类型识别方法，其特征在于，该方法包括以下步骤：

采集道路图像，对所述道路图像进行傅里叶变换得到频谱图；

提取所述频谱图中的高亮像素点；划分所述频谱图为四个区域，根据四个区域内所述高亮像素点的平均分布程度得到频谱图的第一区域相似度；平均分布程度为高亮像素点数量之和与最大区域块像素点数量的比值；

计算四个区域内所述高亮像素点的平均灰度值作为频谱图的第二区域相似度；

获取每个所述区域的中心点，连接呈对角线排列的区域的中心点得到两条直线；根据两条直线的夹角大小得到角度影响因素；

获取所述道路图像中的重叠区域；基于所述频谱图，以频谱图中心点为圆点，分别以重叠区域的长的一半和重叠区域的宽的一半为半径，作两个圆；获取所述两个圆与所述两条直线的交点作为重要点；其中，交叉道路或者多层道路呈现在道路图像中均会出现相交重叠区域；利用DNN语义分割网络来获得重叠区域以及重叠区域的长和宽，该DNN语义分割网络的数据集为真实采集的道路图像；需要分割的像素分为两类，即训练集对应标签标注过程为：单通道的语义标签，道路区域的像素点标注为1，非道路区域的像素点属于背景像素点，标注为0；

以所述重要点为圆点，分别以重叠区域的长的一半和重叠区域的宽的一半为半径作圆，得到重要点对应的重要区域；根据每个重要区域的高亮像素点的灰度值的差异计算道路差异性；

根据所述第一区域相似度、所述第二区域相似度、所述角度影响因素和所述道路差异性对道路类型进行判断；

根据每个重要区域的高亮像素点的灰度值的差异计算道路差异性，包括：

计算所有重要区域对应的总平均灰度值；

根据各重要区域的高亮像素点的灰度值和所述总平均灰度值之间的差值得到道路差异性；

所述道路差异性的计算公式为：

其中，为所述道路差异性；为重要区域的第i个高亮像素点的灰度值；为所有重要区域对应的总平均灰度值；为第1个重要区域的高亮像素点的数量；为第2个重要区域的高亮像素点的数量；为第3个重要区域的高亮像素点的数量；为第4个重要区域的高亮像素点的数量。

2.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法，其特征在于，所述根据四个区域内所述高亮像素点的平均分布程度得到频谱图的第一区域相似度，包括：

将呈对角线排列的区域作为一组区域块，得到两组区域块；

获取每组所述区域块中的高亮像素点的区域块像素点数量；

所有区域的高亮像素点数量之和与最大区域块像素点数量的比值为频谱图的第一区域相似度。

3.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法，其特征在于，所述计算四个区域内所述高亮像素点的平均灰度值作为频谱图的第二区域相似度，包括：

将呈对角线排列的区域作为一组区域块，得到两组区域块；

计算每组所述区域块中的高亮像素点的平均灰度值；

两组区域块对应的平均灰度值之和的一半与最大平均灰度值的比值作为频谱图的第二区域相似度。

4.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法，其特征在于，所述根据两条直线的夹角大小得到角度影响因素，包括：

基于任意直线，获取所述直线与水平线的逆时针夹角；

两条直线对应的逆时针夹角的差值的绝对值和预设夹角的比值为角度影响因素。

5.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法，其特征在于，所述获取所述两个圆与所述两条直线的交点作为重要点，包括：

将以频谱图中心点为圆心，以重叠区域的长的一半为半径得到的圆为第一圆；

将以频谱图中心点为圆心，以重叠区域的宽的一半为半径得到的圆为第二圆；

第一圆与两条直线中任意直线的交点为重要点，第二圆与两条直线中另一直线的交点为重要点。

6.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法，其特征在于，所述频谱图中的高亮像素点的获取方法为：利用大津阈值分割法提取所述频谱图中的高亮像素点。