高光谱图像的道路提取方法及装置制造方法
【专利摘要】本申请公开了一种高光谱图像的道路提取方法及装置，对待提取道路的高光谱图像分块进行道路提取，具体在对每个图像块（即子图像）进行道路提取时，先获取道路探测结果图像，然后，对道路探测结果图像进行结构检测以去除所述道路探测结果图像中的非道路信息，从而获取每个子图像块的道路提取结果，最后将各个图像块的提取结果进行合并作为最终的道路提取结果。提高了高光谱图像的道路提取结果的精度。
【专利说明】高光谱图像的道路提取方法及装置
【技术领域】
[0001]本发明涉及图像处理【技术领域】，更具体地说，涉及一种高光谱图像的道路提取方法及装置。
【背景技术】
[0002]道路是一种重要的专题信息，其对地学分析、城市管理、有着重要的价值，是一类基础的专题信息数据，对各种地理信息系统的建设于管理有重要的意义，特别是城市道路对于城市的日常管理有着重要的价值。
[0003]目前，针对道路遥感影像提取道路，国内外已经有许多研究成果。但针对于高光谱图像的道路提取，现有技术研究还不是很多，现有的目标探测方法提取道路还存在一些不足之处，例如，城市中，使用与道路相同或相近材质修筑的建筑还有很多，如停车场、操场等，而高光谱目标探测实现的是地物材质的识别，因而，在进行道路提取时，不可避免的会将这些建筑也提取出来，导致现有的高光谱图像的道路提取方法的道路提取结果精度较低。
[0004]因此，如何提高高光谱图像的道路提取结果的精度成为亟待解决的问题。`
【发明内容】
[0005]本发明的目的是提供一种高光谱图像的道路提取方法及装置，以提高高光谱图像的道路提取结果的精度。
[0006]为实现上述目的，本发明提供了如下技术方案:
[0007]一种高光谱图像的道路提取方法，包括:
[0008]依据预设的划分方式，将待提取道路的高光谱图像划分为若干个子图像；其中，所述划分方式由操作人员根据道路分布状况及道路类型设定；
[0009]获取第η个子图像的道路探测结果图像，其中，所述第η个子图像的道路探测结果图像的第i行第j列处的象元为所述第η个子图像中i行第j列处的象元的光谱与道路光谱库的相似度，其中，n=l，2，……，K，K为子图像的个数；
[0010]依据与所述第η个子图像相对应的预设阈值，对所述第η个子图像的道路探测结果图像进行阈值分割，获取所述第η个子图像的二值图像；
[0011]对所述第η个子图像的二值图像进行结构检测，包括:接收与所述第η个子图像的二值图像相对应的，至少一个第一结构元素的参数，构造与每一个第一结构元素的参数相对应的第一结构元素；分别将每一个第一结构元素与所述第η个子图像的二值图像做开运算，得到所述第η个子图像的道路检测结果图像；
[0012]将所有子图像的道路检测结果进行合并，得到所述待提取道路的高光谱图像的道路检测结果图像。
[0013]上述方法，优选的，在获取所述第η个子图像的道路探测结果图像之前还包括:
[0014]依据选择指令选定道路覆盖有植物的子图像；[0015]所述获取第η个子图像的道路探测结果图像包括:
[0016]若所述第η个子图像为选定的子图像，则所述第η个子图像的道路探测结果图像的第i行第j列的象元的值获取方法为:获取所述第η个子图像的第i行第j列的象元在近红外波段的反射率与在红光波段的的反射率的差值，以及所述第η个子图像的第i行第j列的象元在近红外波段的反射率与在红光波段的反射率的和值，所述第η个子图像的道路探测结果图像的第i行第j列的象元的值为所述差值与所述和值的商值；
[0017]若所述第第η个子图像不是选定的子图像，则所述第η个子图像的道路探测结果图像的第i行第j列处的象元为所述第η个子图像中i行第j列处的象元的光谱与道路光谱的相似度。
[0018]上述方法，优选的，在对第η个子图像的二值图像进行结构检测之前还包括:
[0019]去除第η个子图像的二值图像的噪声的步骤，包括:接收输入的，与第η个子图像的二值图像相对应的第二结构元素的参数，构造与所述第二结构元素的参数相对应的第二结构元素；将所述第二结构元素与所述第η个子图像的二值图像进行开运算，得到所述第η个子图像的去除噪声后的二值图像；
[0020]所述对第η个子图像的二值图像进行结构检测具体为:
[0021]对所述第η个子图像的去除噪声后的二值图像进行结构检测。
[0022]上述方法，优选的，在对第η个子图像的二值图像进行去除噪声的步骤之后，在对所述第η个子图像的去除噪声后的二值图像进行结构检测之前还包括:
[0023]去除所述第η个子图像的边界对象的步骤，包括:在接收到构造第一标记二值图像的指令后，构造第一标记二值图像，所述第一标记二值图像上边界处的象元的值为所述第η个子图像的去除噪声后的二值图像的边界上的相同位置处的象元的值，所述第一标记二值图像上其它位置处的象元的值为零；依据所述第一标记二值图像对所述第η个子图像的去除噪声后的二值图像进行重构，得到第一重构二值图像；将所述第η个子图像的去除噪声后的二值图像与所述第一重构二值图像做差，获取所述第η个子图像的去除边界对象后的二值图像；
[0024]所述对所述第η个子图像的去除噪声后的二值图像进行结构检测具体为:
[0025]对所述第η个子图像的去除边界对象后的二值图像进行结构检测。
[0026]上述方法，优选的，在去除所述第η个子图像的边界对象的步骤之后，对所述第η个子图像的去除边界对象后的二值图像进行结构检测之前还包括:
[0027]填充孔洞的步骤，包括:在接收到构造第二标记二值图像的指令后，构造第二标记二值图像，所述第二标记二值图像的边界上边界处的象元的值与所述第η个子图像的去除边界对象后的二值图像的边界上的相同位置处的象元的值不同，所述第二标记二值图像上其它位置处的象元的值为零；获取所述第η个子图像的去除边界对象后的二值图像的补集图像，依据所述第二标记二值图像对所述第η个子图像的去除边界对象后的二值图像的补集图像进行重构，获得第二重构二值图像；将所述第二重构二值图像的补集图像作为所述第η个子图像的填充孔洞后的二值图像；
[0028]所述对所述第η个子图像的去除边界对象后的二值图像进行结构检测具体为:
[0029]对所述第η个子图像的填充孔洞后的二值图像进行结构检测。
[0030]上述方法，优选的，在获取每一个子图像的二值图像之后，对第η个子图像的二值图像进行结构检测之前还包括:
[0031]去除所述第η个子图像的边界对象的步骤，包括:在接收到构造第一标记二值图像的指令后，构造第一标记二值图像，所述第一标记二值图像上边界处的象元的值为所述第η个子图像的二值图像的边界上的相同位置处的象元的值，所述第一标记二值图像上其它位置处的象元的值为零；依据所述第一标记二值图像对所述第η个子图像的二值图像进行重构，得到第一重构二值图像；将所述第η个子图像的二值图像与所述第一重构二值图像做差，获取所述第η个子图像的去除边界对象后的二值图像；
[0032]所述对所述第η个子图像的二值图像进行结构检测具体为:
[0033]对所述第η个子图像的去除边界对象后的二值图像进行结构检测。
[0034]上述方法，优选的，在获取每一个子图像的二值图像之后，对第η个子图像的二值图像进行结构检测之前还包括:
[0035]填充孔洞的步骤，包括:在接收到构造第二标记二值图像的指令后，构造第二标记二值图像，所述第二标记二值图像的边界上边界处的象元的值与所述第η个子图像的二值图像的边界上的相同位置处的象元的值不同，所述第二标记二值图像上其它位置处的象元的值为零；获取所述第η个子图像的二值图像的补集图像，依据所述第二标记二值图像对所述第η个子图像的二值图像的补集图像进行重构，获得第二重构二值图像；将所述第二重构二值图像的补集图像作为所述第η个子图像的填充孔洞后的二值图像；
[0036]所述对所述第η个子图像的二值图像进行结构检测具体为:
[0037]对所述第η个子图像的填充孔洞后的二值图像进行结构检测。
[0038]上述方法，优选的，所述`第一结构元素为线形结构元素。
[0039]上述方法，优选的，在对第η个子图像的二值图像进行结构检测后，在将所有子图像的道路检测结果进行合并之前还包括:
[0040]修补的过程，包括:分别将每一个第一结构元素与所述第η个子图像的道路检测解调图像做闭运算，得到对所述第η个子图像的道路检测结果图像进行修补后的图像；
[0041]所述将所有子图像的道路检测结果进行合并具体为:
[0042]将对所述第η个子图像的道路检测结果图像进行修补后的图像进行合并。
[0043]一种高光谱图像的道路提取装置，包括:
[0044]划分模块，用于依据预设的划分方式，将待提取道路的高光谱图像划分为若干个子图像；其中，所述划分方式由操作人员根据道路分布状况及道路类型设定；
[0045]探测结果图像获取模块，用于获取第η个子图像的道路探测结果图像，其中，所述第η个子图像的道路探测结果图像的第i行第j列处的象元为所述第η个子图像中i行第j列处的象元的光谱与道路光谱库的相似度，其中，n=l，2，……，K，K为子图像的个数；
[0046]二值图像获取模块，用于依据与所述第η个子图像相对应的预设阈值，对所述第η个子图像的道路探测结果图像进行阈值分割，获取所述第η个子图像的二值图像；
[0047]道路结构检测模块，用于对所述第η个子图像的二值图像进行结构检测，包括:接收与所述第η个子图像的二值图像相对应的，至少一个第一结构元素的参数，构造与每一个第一结构元素的参数相对应的第一结构元素；分别将每一个第一结构元素与所述第η个子图像的二值图像做开运算，得到所述第η个子图像的道路检测结果图像；
[0048]合并模块，用于将所有子图像的道路检测结果进行合并，得到所述待提取道路的高光谱图像的道路检测结果图像。
[0049]上述装置，优选的，还包括:
[0050]选择模块，用于依据选择指令选定道路覆盖有植物的子图像；
[0051]所述探测结果图像获取模块具体用于:若所述第η个子图像为选定的子图像，则所述第η个子图像的道路探测结果图像的第i行第j列的象元的值获取方法为:获取所述第η个子图像的第i行第j列的象元在近红外波段的反射率与在红光波段的的反射率的差值，以及所述第η个子图像的第i行第j列的象元在近红外波段的反射率与在红光波段的反射率的和值，所述第η个子图像的道路探测结果图像的第i行第j列的象元的值为所述差值与所述和值的商值；若所述第第η个子图像不是选定的子图像，则所述第η个子图像的道路探测结果图像的第i行第j列处的象元为所述第η个子图像中i行第j列处的象元的光谱与道路光谱的相似度。
[0052]上述装置，优选的，还包括:
[0053]分别与所述二值图像获取模块和所述道路结构检测模块相连接的噪声去除模块，用于去除第η个子图像的二值图像的噪声，包括:接收输入的，与第η个子图像的二值图像相对应的第二结构元素的参数，构造与所述第二结构元素的参数相对应的第二结构元素；将所述第二结构元素与所述第η个子图像的二值图像进行开运算，得到所述第η个子图像的去除噪声后的二值图像；
[0054]所述道路结构检测模块具体用于，对所述第η个子图像的去除噪声后的二值图像进行结构检测。
[0055]上述装置，优选的，还包括:
[0056]分别与所述噪声去除模块和所述道路结构检测模块相连接的第一边界对象去除模块，用于去除所述第η个子图像的边界对象，包括:在接收到构造第一标记二值图像的指令后，构造第一标记二值图像，所述第一标记二值图像上边界处的象元的值为所述第η个子图像的去除噪声后的二值图像的边界上的相同位置处的象元的值，所述第一标记二值图像上其它位置处的象元的值为零；依据所述第一标记二值图像对所述第η个子图像的去除噪声后的二值图像进行重构，得到第一重构二值图像；将所述第η个子图像的去除噪声后的二值图像与所述第一重构二值图像做差，获取所述第η个子图像的去除边界对象后的二值图像；
[0057]所述道路结构检测模块具体用于，对所述第η个子图像的去除边界对象后的二值图像进行结构检测。
[0058]上述装置，优选的，还包括:
[0059]分别与所述第一边界对象去除模块和所述道路结构检测模块相连接的第一孔洞填充模块，用于对所述第η个子图像的去除边界对象后的二值图像填充孔洞，包括:在接收到构造第二标记二值图像的指令后，构造第二标记二值图像，所述第二标记二值图像的边界上边界处的象元的值与所述第η个子图像的去除边界对象后的二值图像的边界上的相同位置处的象元的值不同，所述第二标记二值图像上其它位置处的象元的值为零；获取所述第η个子图像的去除边界对象后的二值图像的补集图像，依据所述第二标记二值图像对所述第η个子图像的去除边界对象后的二值图像的补集图像进行重构，获得第二重构二值图像；将所述第二重构二值图像的补集图像作为所述第η个子图像的填充孔洞后的二值图像；
[0060]所述道路结构检测模块具体用于，对所述第η个子图像的填充孔洞后的二值图像进行结构检测。
[0061]上述装置，优选的，还包括:
[0062]分别与所述二值图像获取模块和所述道路结构检测模块相连接的第二边界对象去除模块，用于去除所述第η个子图像的边界对象，包括:在接收到构造第一标记二值图像的指令后，构造第一标记二值图像，所述第一标记二值图像上边界处的象元的值为所述第η个子图像的二值图像的边界上的相同位置处的象元的值，所述第一标记二值图像上其它位置处的象元的值为零；依据所述第一标记二值图像对所述第η个子图像的二值图像进行重构，得到第一重构二值图像；将所述第η个子图像的二值图像与所述第一重构二值图像做差，获取所述第η个子图像的去除边界对象后的二值图像；
[0063]所述道路结构检测模块具体用于，对所述第η个子图像的去除边界对象后的二值图像进行结构检测。
[0064]上述装置，优选的，还包括:
[0065]分别与所述二值图像获取模块和所述道路结构检测模块相连接的第二孔洞填充模块，用于对第η个子图像的二值图像填充孔洞，包括:在接收到构造第二标记二值图像的指令后，构造第二标记二值图像，所述第二标记二值图像的边界上边界处的象元的值与所述第η个子图像的二值图像的边界上的相同位置处的象元的值不同，所述第二标记二值图像上其它位置处的象元的值为零；获取所述第η个子图像的二值图像的补集图像，依据所述第二标记二值图像对所述第η个子图像的二值图像的补集图像进行重构，获得第二重构二值图像；将所述第二重构二值图像的补集图像作为所述第η个子图像的填充孔洞后的二值图像；
[0066]所述道路结构检测模块具体用于，对所述第η个子图像的填充孔洞后的二值图像进行结构检测。
[0067]上述装置，优选的，所述第一结构元素为线形结构元素。
[0068]上述装置，优选的，还包括:
[0069]分别与所述道路结构检测模块和所述合并模块相连接的修补模块，用于对所述第η个子图像的道路检测结果图像进行修补，包括:分别将每一个第一结构元素与所述第η个子图像的道路检测解调图像做闭运算，得到对所述第η个子图像的道路检测结果图像进行修补后的图像；
[0070]所述合并模块具体用于，将对所述第η个子图像的道路检测结果图像进行修补后的图像进行合并。
[0071]通过以上方案可知，本申请提供了一种高光谱图像的道路提取方法及装置，将待提取道路的高光谱图像划分为若干个子图像，获取每一个子图像的道路探测结果图像，依据与各个子图像相对应的预设阈值，对每一个子图像的道路探测结果进行阈值分割，获取每一个子图像的二值图像，然后对每一个子图像的二值图像进行结构检测，得到每一个子图像的道路检测结果图像；最后将所有子图像的道路检测结果图像进行合并，得到所述待提取道路的高光谱图像的道路检测结果图像。
[0072]也就是说，本申请实施例提供的高光谱图像的道路提取方法及装置，对待提取道路的高光谱图像分块进行道路提取，具体在对每个图像块(即子图像)进行道路提取时，先获取道路探测结果图像，然后，对道路探测结果图像进行结构检测以去除所述道路探测结果图像中的非道路信息，从而获取每个子图像块的道路提取结果，最后将各个图像块的提取结果进行合并作为最终的道路提取结果。提高了高光谱图像的道路提取结果的精度。
【专利附图】
【附图说明】
[0073]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0074]图1为本申请实施例提供的一种高光谱图像的道路提取方法的流程图；
[0075]图2为本申请实施例提供的弯曲型道路结构的处理方式示意图；
[0076]图3为本申请实施例提供的另一种高光谱图像的道路提取方法的流程图；
[0077]图4为本申请实施例提供的又一种高光谱图像的道路提取方法的流程图；
[0078]图5为本申请实施例提供的又一种高光谱图像的道路提取方法的流程图；
[0079]图6为本申请实施例提供的又一种高光谱图像的道路提取方法的流程图；
[0080]图7为本申请实施例提供的又一种高光谱图像的道路提取方法的流程图；
[0081]图8为本申请实施例提供的又一种高光谱图像的道路提取方法的流程图；
[0082]图9为本申请实施例提供的又一种高光谱图像的道路提取方法的流程图；
[0083]图10为本申请实施例提供的一种高光谱图像的道路提取装置的结构示意图；
[0084]图11为本申请实施例提供的另一种高光谱图像的道路提取装置的结构示意图；
[0085]图12为本申请实施例提供的又一种高光谱图像的道路提取装置的结构示意图；
[0086]图13为本申请实施例提供的又一种高光谱图像的道路提取装置的结构示意图；
[0087]图14为本申请实施例提供的又一种高光谱图像的道路提取装置的结构示意图；
[0088]图15为本申请实施例提供的又一种高光谱图像的道路提取装置的结构示意图；
[0089]图16为本申请实施例提供的又一种高光谱图像的道路提取装置的结构示意图；
[0090]图17为本申请实施例提供的又一种高光谱图像的道路提取装置的结构示意图；
[0091]图18为本申请实施例提供的一待提取道路的高光谱图像；
[0092]图19为本申请实施例提供的道路光谱库的光谱图；
[0093]图20为本申请实施例提供的对图18所示高光谱图像进行划分的示意图；
[0094]图21-a为本申请实施例提供的对8号子图像的道路探测结果的图像；
[0095]图21-b为本申请实施例提供的对8号子图像填充孔洞后的二值图像；
[0096]图21-c为本申请实施例提供的8号子图像的道路检测结果图像；
[0097]图21-d为本申请实施例提供的对8号子图像的道路检测结果图像进行修补后的图像；
[0098]图22-a为本申请实施例提供的对16号子图像的二值图像；
[0099]图22-b为本申请实施例提供的对16号子图像填充孔洞后的二值图像；
[0100]图22-c为本申请实施例提供的16号子图像的道路检测结果图像；
[0101]图22-d为本申请实施例提供的对16号子图像的道路检测结果图像进行修补后的图像进行说明:
列、I层，每一层称为一个波段，每个波段的
图像8在(1,位置的[个波段的数值构
的一种高光谱图像的道路提取方法的流程
是取道路的高光谱图像划分为若干个子图有状况及道路类型设定；
为直线型和弯曲型，在直线型下，道路还可I路段(不管是弯曲型还是直线型)都是分部图像中能够完整的并且只包含欲提取类型
寸待提取道路的高光谱图像进行划分后，记象的左上角的坐标，以及各个子图像的宽度个数)个子图像的左上角的坐标为(丨⑴么)，[0115]所述第η个子图像中i行第j列处的象元rnij的光谱与道路光谱库d的相似度r' nij可以依据第一公式确定，所述第一公式为:
【权利要求】
1.一种高光谱图像的道路提取方法，其特征在于，包括: 依据预设的划分方式，将待提取道路的高光谱图像划分为若干个子图像；其中，所述划分方式由操作人员根据道路分布状况及道路类型设定； 获取第η个子图像的道路探测结果图像，其中，所述第η个子图像的道路探测结果图像的第i行第j列处的象元为所述第η个子图像中i行第j列处的象元的光谱与道路光谱库的相似度，其中，n=l，2，……，K，K为子图像的个数； 依据与所述第η个子图像相对应的预设阈值，对所述第η个子图像的道路探测结果图像进行阈值分割，获取所述第η个子图像的二值图像； 对所述第η个子图像的二值图像进行结构检测，包括:接收与所述第η个子图像的二值图像相对应的，至少一个第一结构元素的参数，构造与每一个第一结构元素的参数相对应的第一结构元素；分别将每一个第一结构元素与所述第η个子图像的二值图像做开运算，得到所述第η个子图像的道路检测结果图像； 将所有子图像的道路检测结果进行合并，得到所述待提取道路的高光谱图像的道路检测结果图像。
2.根据权利要求1所述的方法，其特征在于，在获取所述第η个子图像的道路探测结果图像之前还包括: 依据选择指令选定道路覆盖有植物的子图像； 所述获取第η个子图像的道路探测结果图像包括: 若所述第η个子图像为选定的子图像，则所述第η个子图像的道路探测结果图像的第i行第j列的象元的值获取方法为:获取所述第η个子图像的第i行第j列的象元在近红外波段的反射率与在红光波段的的反射率的差值，以及所述第η个子图像的第i行第j列的象元在近红外波段的反射率与在红光波段的反射率的和值，所述第η个子图像的道路探测结果图像的第i行第j列的象元的值为所述差值与所述和值的商值； 若所述第第η个子图像不是选定的子图像，则所述第η个子图像的道路探测结果图像的第i行第j列处的象元为所述第η个子图像中i行第j列处的象元的光谱与道路光谱的相似度。
3.根据权利要求1或2所述的方法，其特征在于，在对第η个子图像的二值图像进行结构检测之前还包括: 去除第η个子图像的二值图像的噪声的步骤，包括:接收输入的，与第η个子图像的二值图像相对应的第二结构元素的参数，构造与所述第二结构元素的参数相对应的第二结构元素；将所述第二结构元素与所述第η个子图像的二值图像进行开运算，得到所述第η个子图像的去除噪声后的二值图像； 所述对第η个子图像的二值图像进行结构检测具体为: 对所述第η个子图像的去除噪声后的二值图像进行结构检测。
4.根据权利要求3所述的方法，其特征在于，在对第η个子图像的二值图像进行去除噪声的步骤之后，在对所述第η个子图像的去除噪声后的二值图像进行结构检测之前还包括: 去除所述第η个子图像的边界对象的步骤，包括:在接收到构造第一标记二值图像的指令后，构造第一标记二值图像，所述第一标记二值图像上边界处的象元的值为所述第η个子图像的去除噪声后的二值图像的边界上的相同位置处的象元的值，所述第一标记二值图像上其它位置处的象元的值为零；依据所述第一标记二值图像对所述第η个子图像的去除噪声后的二值图像进行重构，得到第一重构二值图像；将所述第η个子图像的去除噪声后的二值图像与所述第一重构二值图像做差，获取所述第η个子图像的去除边界对象后的二值图像； 所述对所述第η个子图像的去除噪声后的二值图像进行结构检测具体为: 对所述第η个子图像的去除边界对象后的二值图像进行结构检测。
5.根据权利要求4所述的方法，其特征在于，在去除所述第η个子图像的边界对象的步骤之后，对所述第η个子图像的去除边界对象后的二值图像进行结构检测之前还包括: 填充孔洞的步骤，包括:在接收到构造第二标记二值图像的指令后，构造第二标记二值图像，所述第二标记二值图像的边界上边界处的象元的值与所述第η个子图像的去除边界对象后的二值图像的边界上的相同位置处的象元的值不同，所述第二标记二值图像上其它位置处的象元的值为零；获取所述第η个子图像的去除边界对象后的二值图像的补集图像，依据所述第二标记二值图像对所述第η个子图像的去除边界对象后的二值图像的补集图像进行重构，获得第二重构二值图像；将所述第二重构二值图像的补集图像作为所述第η个子图像的填充孔洞后的二值图像； 所述对所述第η个子图像的去除边界对象后的二值图像进行结构检测具体为: 对所述第η个子图像的填充孔洞后的二值图像进行结构检测。
6.根据权利要求1或2所述的方法，其特征在于，在获取每一个子图像的二值图像之后，对第η个子图像的二值图像进行结构检测之前还包括: 去除所述第η个子图像的边界对象的步骤，包括:在接收到构造第一标记二值图像的指令后，构造第一标记二值图像，所述第一标记二值图像上边界处的象元的值为所述第η个子图像的二值图像的边界上的相同位置处的象元的值，所述第一标记二值图像上其它位置处的象元的值为零；依据所述第一标记二值图像对所述第η个子图像的二值图像进行重构，得到第一重构二值图像；将所述第η个子图像的二值图像与所述第一重构二值图像做差，获取所述第η个子图像的去除边界对象后的二值图像； 所述对所述第η个子图像的二值图像进行结构检测具体为: 对所述第η个子图像的去除边界对象后的二值图像进行结构检测。
7.根据权利要求1或2所述的方法，其特征在于，在获取每一个子图像的二值图像之后，对第η个子图像的二值图像进行结构检测之前还包括: 填充孔洞的步骤，包括:在接收到构造第二标记二值图像的指令后，构造第二标记二值图像，所述第二标记二值图像的边界上边界处的象元的值与所述第η个子图像的二值图像的边界上的相同位置处的象元的值不同，所述第二标记二值图像上其它位置处的象元的值为零；获取所述第η个子图像的二值图像的补集图像，依据所述第二标记二值图像对所述第η个子图像的二值图像的补集图像进行重构，获得第二重构二值图像；将所述第二重构二值图像的补集图像作为所述第η个子图像的填充孔洞后的二值图像； 所述对所述第η个子图像的二值图像进行结构检测具体为: 对所述第η个子图像的填充孔洞后的二值图像进行结构检测。
8.根据权利要求1或2所述的方法，其特征在于，所述第一结构元素为线形结构元素。
9.根据权利要求1或2所述的方法，其特征在于，在对第η个子图像的二值图像进行结构检测后，在将所有子图像的道路检测结果进行合并之前还包括: 修补的过程，包括:分别将每一个第一结构元素与所述第η个子图像的道路检测解调图像做闭运算，得到对所述第η个子图像的道路检测结果图像进行修补后的图像； 所述将所有子图像的道路检测结果进行合并具体为: 将对所述第η个子图像的道路检测结果图像进行修补后的图像进行合并。
10.一种高光谱图像的道路提取装置，其特征在于，包括: 划分模块，用于依据预设的划分方式，将待提取道路的高光谱图像划分为若干个子图像；其中，所述划分方式由操作人员根据道路分布状况及道路类型设定； 探测结果图像获取模块，用于获取第η个子图像的道路探测结果图像，其中，所述第η个子图像的道路探测结果图像的第i行第j列处的象元为所述第η个子图像中i行第j列处的象元的光谱与道路光谱库的相似度，其中，n=l，2，……，K，K为子图像的个数； 二值图像获取模块，用于依据与所述第η个子图像相对应的预设阈值，对所述第η个子图像的道路探测结果图像进行阈值分割，获取所述第η个子图像的二值图像； 道路结构检测模块，用于对所述第η个子图像的二值图像进行结构检测，包括:接收与所述第η个子图像的二值图像相对应的，至少一个第一结构元素的参数，构造与每一个第一结构元素的参数相对应的第一结构元素；分别将每一个第一结构元素与所述第η个子图像的二值图像做开运算，得到所述第η个子图像的道路检测结果图像； 合并模块，用于将所有子图像的道路检测结果进行合并，得到所述待提取道路的高光谱图像的道路检测结果图像。
11.根据权利要求10所述的装置，其特征在于，还包括: 选择模块，用于依据选择指令选定道路覆盖有植物的子图像； 所述探测结果图像获取模块具体用于:若所述第η个子图像为选定的子图像，则所述第η个子图像的道路探测结果图像的第i行第j列的象元的值获取方法为:获取所述第η个子图像的第i行第j列的象元在近红外波段的反射率与在红光波段的的反射率的差值，以及所述第η个子图像的第i行第j列的象元在近红外波段的反射率与在红光波段的反射率的和值，所述第η个子图像的道路探测结果图像的第i行第j列的象元的值为所述差值与所述和值的商值；若所述第第η个子图像不是选定的子图像，则所述第η个子图像的道路探测结果图像的第i行第j列处的象元为所述第η个子图像中i行第j列处的象元的光谱与道路光谱的相似度。
12.根据权利要求10或11所述的装置，其特征在于，还包括: 分别与所述二值图像获取模块和所述道路结构检测模块相连接的噪声去除模块，用于去除第η个子图像的二值图像的噪声，包括:接收输入的，与第η个子图像的二值图像相对应的第二结构元素的参数，构造与所述第二结构元素的参数相对应的第二结构元素；将所述第二结构元素与所述第η个子图像的二值图像进行开运算，得到所述第η个子图像的去除噪声后的二值图像； 所述道路结构 检测模块具体用于，对所述第η个子图像的去除噪声后的二值图像进行结构检测。
13.根据权利要求12所述的装置，其特征在于，还包括:分别与所述噪声去除模块和所述道路结构检测模块相连接的第一边界对象去除模块，用于去除所述第η个子图像的边界对象，包括:在接收到构造第一标记二值图像的指令后，构造第一标记二值图像，所述第一标记二值图像上边界处的象元的值为所述第η个子图像的去除噪声后的二值图像的边界上的相同位置处的象元的值，所述第一标记二值图像上其它位置处的象元的值为零；依据所述第一标记二值图像对所述第η个子图像的去除噪声后的二值图像进行重构，得到第一重构二值图像；将所述第η个子图像的去除噪声后的二值图像与所述第一重构二值图像做差，获取所述第η个子图像的去除边界对象后的二值图像； 所述道路结构检测模块具体用于，对所述第η个子图像的去除边界对象后的二值图像进行结构检测。
14.根据权利要求13所述的装置，其特征在于，还包括: 分别与所述第一边界对象去除模块和所述道路结构检测模块相连接的第一孔洞填充模块，用于对所述第η个子图像的去除边界对象后的二值图像填充孔洞，包括:在接收到构造第二标记二值图像的指令后，构造第二标记二值图像，所述第二标记二值图像的边界上边界处的象元的值与所述第η个子图像的去除边界对象后的二值图像的边界上的相同位置处的象元的值不同，所述第二标记二值图像上其它位置处的象元的值为零；获取所述第η个子图像的去除边界对象后的二值图像的补集图像，依据所述第二标记二值图像对所述第η个子图像的去除边界对象后的二值图像的补集图像进行重构，获得第二重构二值图像；将所述第二重构二值图像的补集图像作为所述第η个子图像的填充孔洞后的二值图像； 所述道路结构检测模块具体用于，对所述第η个子图像的填充孔洞后的二值图像进行结构检测。
15.根据权利要求10或11所述的装置，其特征在于，还包括: 分别与所述二值图像获取模块和所述道路结构检测模块相连接的第二边界对象去除模块，用于去除所述第η个子图像的边界对象，包括:在接收到构造第一标记二值图像的指令后，构造第一标记二值图像，所述第一标记二值图像上边界处的象元的值为所述第η个子图像的二值图像的边界上的相同位置处的象元的值，所述第一标记二值图像上其它位置处的象元的值为零；依据所述第一标记二值图像对所述第η个子图像的二值图像进行重构，得到第一重构二值图像；将所述第η个子图像的二值图像与所述第一重构二值图像做差，获取所述第η个子图像的去除边界对象后的二值图像； 所述道路结构检测模块具体用于，对所述第η个子图像的去除边界对象后的二值图像进行结构检测。
16.根据权利要求10或11所述的装置，其特征在于，还包括: 分别与所述二值图像获取模块和所述道路结构检测模块相连接的第二孔洞填充模块，用于对第η个子图像的二值图像填充孔洞，包括:在接收到构造第二标记二值图像的指令后，构造第二标记二值图像，所述第二标记二值图像的边界上边界处的象元的值与所述第η个子图像的二值图像的边界上的相同位置处的象元的值不同，所述第二标记二值图像上其它位置处的象元的值为零；获取所述第η个子图像的二值图像的补集图像，依据所述第二标记二值图像对所述第η个子图像的二值图像的补集图像进行重构，获得第二重构二值图像；将所述第二重构二值图像的补集图像作为所述第η个子图像的填充孔洞后的二值图像； 所述道路结构检测模块具体用于，对所述第η个子图像的填充孔洞后的二值图像进行结构检测。
17.根据权利要求10或11所述的装置，其特征在于，所述第一结构元素为线形结构元素。
18.根据权利要求10或11所述的装置，其特征在于，还包括: 分别与所述道路结构检测模块和所述合并模块相连接的修补模块，用于对所述第η个子图像的道路检测结果图像进行修补，包括:分别将每一个第一结构元素与所述第η个子图像的道路检测解调图像做闭运算，得到对所述第η个子图像的道路检测结果图像进行修补后的图像； 所述合并模块具体用于，将对所述第η个子图像的道路检测结果图像进行修补后的图像 进行合并。
【文档编号】G06T7/00GK103839275SQ201410119945
【公开日】2014年6月4日 申请日期:2014年3月27日 优先权日:2014年3月27日
【发明者】张兵, 孙旭, 于浩洋, 高连如, 庄丽娜, 李聪 申请人:中国科学院遥感与数字地球研究所