一种无人机正射影像道路自动提取方法与流程

本发明属于技术领域，具体涉及一种无人机正射影像道路自动提取方法。

背景技术：

无人机提取道路是遥感影像分析中一个重要的组成部分，在城乡规划、土地合理利用、应急处理以及车辆导航等方面都有广泛的应用。高分辨率遥感技术极大的丰富了人们对地面的观察与测量。由于高分辨率遥感影像具有更加丰富的空间结构、几何纹理和拓扑关系，能够帮助我们更加有效地认知地面目标物，因此针对不同的需求，通过一定的技术手段处理这些遥感影像数据来获取感兴趣的信息已经是遥感领域的重要导向。

现有的道路影像提取较慢，由于无人机拍摄到道路车辆信息后需要进行数据上传和处理，当数据处理完成在将拥堵道路信息传递至用户后，道路车辆可能早已疏通，不在堵塞，造成了信息的误差，使得工作没有取得想要的效果，同时给用户带来了错误的讯息，使得用户增加了行程，间接的带来了经济损失，浪费了时间的问题，为此我们提出一种无人机正射影像道路自动提取方法。

技术实现要素：

本发明的目的在于提供一种无人机正射影像道路自动提取方法，以解决上述背景技术中提出的现有的道路影像提取较慢，由于无人机拍摄到道路车辆信息后需要进行数据上传和处理，当数据处理完成在将拥堵道路信息传递至用户后，道路车辆可能早已疏通，不在堵塞，造成了信息的误差，使得工作没有取得想要的效果等问题。

为实现上述目的，本发明提供如下技术方案：一种无人机正射影像道路自动提取方法，其特征在于，包括：

步骤s1:获取图像正射拍摄画面并将拍摄画面进行自动横向、纵向标注，根据道路已知信息和无人机拍摄画面获得道路概括密度；

步骤s2:对道路信息特征进行检测，并将无人机拍摄道路画面进行颜色加深处理，确保道路信息特征与背景颜色连接处处于深度对比，接着对道路信息特征进行标注；

步骤s3:对背景画面进行弱化处理，并对背景画面与道路画面进行检测，确保无人机拍摄输送画面中，道路信息画面处于显著特征，使得无人机可先读取和处理道路信息特征；

步骤s4:将处理后的背景画面与道路画面标注记性处理，根据道路信息标注确定道路信息，确保处理界面可先处理道路信息；

步骤s5:获取道路无人状态下原始信息，将原始信息与无人机拍摄信息进行对比，道路原始信息与无人机拍摄道路信息标注一致；

步骤s6:将道路对比信息非重合部分标红，道路原始信息上面无车辆，无人机拍摄道路信息上具有车辆，道路原始信息与拍摄道路信息区别是车辆所在地点，其余数据信息为重合、一致；

步骤s7:将道路标红数据输送至用户，且预估状态恢复时间，所述预估状态恢复时间为标红数据恢复至正常状态时间；

步骤s8:无人机继续对道路信息进行拍摄，当拍摄道路信息与原始信息重合时，将标红数据取消，并发送至用户。

优选的，所述无人机拍摄画面横向标注为w1，w2，w3…wn，所述无人机拍摄画面纵向标注为q1，q2，q3…qn。

优选的，所述道路概括密度为道路车辆与道路之间比例，当概括密度大于0.5时便会将拍摄画面标红，且通过标注可迅速得知和表达位置。

优选的，所述无人机拍摄道路画面为深色调，使得操作人员可先处理道路画面信息。

优选的，所述无人机拍摄背景画面为浅色调，使得无人机拍摄画面中道路与背景色差较大，使得抓取道路更加便捷。

优选的，所述无人机拍摄道路画面信息与道路原始数据一致，所述无人机拍摄道路画面横向信息为x1，x2，x3…xn，所述无人机拍摄道路画面横向信息为y1，y2，y3…yn。

优选的，通过道路信息标注可迅速了解道路车辆信息，将车辆概括密度大于0.5区域标红的自动生成数据定位坐标。

优选的，所述标红数据为拥挤路段，且所述拥挤路段大于三百米。

优选的，所述预估状态恢复时间大于一分钟，且所述预估状态恢复时间与用户同步。

与现有技术相比，本发明的有益效果是：

通过无人机拍摄画面与道路原始信息进行对比后，可迅速通过无人机获得道路拥挤信息，通过对无人机拍摄画面标注可迅速导致拥挤路段，使得数据处理信息可短时间内输送至用户，减少了信息误差的情况，使得无人机拍摄画面处理后数据上传、处理速度较快，使得工作进展较为顺利，减少了用户的行程和经济损失，节省了时间。

附图说明

图1为本发明的流程示意图。

图2为本发明的无人机拍摄道路信息流程图。

图3为本发明的无人机拍摄标注图。

图4为本发明的道路原始信息标注图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：一种无人机正射影像道路自动提取方法，包括：

步骤s1:获取图像正射拍摄画面并将拍摄画面进行自动横向、纵向标注，根据道路已知信息和无人机拍摄画面获得道路概括密度；

步骤s2:对道路信息特征进行检测，并将无人机拍摄道路画面进行颜色加深处理，确保道路信息特征与背景颜色连接处处于深度对比，接着对道路信息特征进行标注；

步骤s3:对背景画面进行弱化处理，并对背景画面与道路画面进行检测，确保无人机拍摄输送画面中，道路信息画面处于显著特征，使得无人机可先读取和处理道路信息特征；

步骤s4:将处理后的背景画面与道路画面标注记性处理，根据道路信息标注确定道路信息，确保处理界面可先处理道路信息；

步骤s5:获取道路无人状态下原始信息，将原始信息与无人机拍摄信息进行对比，道路原始信息与无人机拍摄道路信息标注一致；

步骤s6:将道路对比信息非重合部分标红，道路原始信息上面无车辆，无人机拍摄道路信息上具有车辆，道路原始信息与拍摄道路信息区别是车辆所在地点，其余数据信息为重合、一致；

步骤s7:将道路标红数据输送至用户，且预估状态恢复时间，预估状态恢复时间为标红数据恢复至正常状态时间；

步骤s8:无人机继续对道路信息进行拍摄，当拍摄道路信息与原始信息重合时，将标红数据取消，并发送至用户。

本实施例中，优选的，无人机拍摄画面横向标注为w1，w2，w3…wn，无人机拍摄画面纵向标注为q1，q2，q3…qn，使得无人机拍摄画面可快速定位点和区域，当无人机拍摄画面出来后，通过w2、q3可迅速确定目标点，通过w2-w6、q3-q10可迅速确定目标区域。

本实施例中，优选的，道路概括密度为道路车辆与道路之间比例，当概括密度大于0.5时便会将拍摄画面标红，且通过标注可迅速得知和表达位置，当道路车辆为0时，概括密度为0，当道路车辆与道路承载量一致时，概括密度为1，且概括密度小于等于1。

本实施例中，优选的，无人机拍摄道路画面为深色调，使得操作人员可先处理道路画面信息，无人机拍摄背景画面为浅色调，使得无人机拍摄画面中道路与背景色差较大，使得抓取道路更加便捷，便于工作人员对道路的分辨和确定。

本实施例中，优选的，无人机拍摄道路画面信息与道路原始数据一致，无人机拍摄道路画面横向信息为x1，x2，x3…xn，无人机拍摄道路画面横向信息为y1，y2，y3…yn，用于对无人机摄道路画面上的目标点和目标区域进行确认。

本实施例中，优选的，通过道路信息标注可迅速了解道路车辆信息，将车辆概括密度大于0.5区域标红的自动生成数据定位坐标，当概括密度大于0.5时，道路为拥挤状态，车辆行驶时较为缓慢。

本实施例中，优选的，标红数据为拥挤路段，且拥挤路段大于三百米。

本实施例中，优选的，预估状态恢复时间大于一分钟，且预估状态恢复时间与用户同步，使得道路恢复状态后，可及时将信息输送至用户。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述，仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。