一种基于遥感图像道路形状特征的道路提取方法
【技术领域】
[0001] 本发明涉及道路提取领域，特别是一种基于遥感图像道路形状特征的道路提取方 法。
【背景技术】
[0002] 尽管中国的智能交通已经经过了很多年的研究，但是和外国还是有很大的差距， 仍处于初级阶段。特别是交通预警，而交通预警首先要获取道路信息。利用遥感图像获取 地球表面信息是一种重要的收集地理信息方式，高分辨率图像提供更准确的信息，它对城 市规划、测绘、军事检查、变化检测和GIS数据更新应用等都具有重要的价值和意义。高分 辨率遥感图像包含无数的数据信息，如何快速、准确地获取特殊的信息变得越来越重要，因 此从高分辨率遥感图像道路提取是一个热门的研究课题。
[0003] 在全球范围内，近几年道路提取有许多新的理论和技术创新。在此领域，一些机 构或学术部门做了大量的研究。道路提取可分为半自动和全自动方法，虽然全自动方法已 经有了些进步，但是在"可预见的将来"完全自动地提取道路是不太现实的。到目前为止， 也出现了一些初步的道路特征提取系统，如北京大学的道路提取系统。但为了准确、自动 的提取它同时还需要提供道路的某些功能信息。
【发明内容】
[0004] 有鉴于此，本发明的目的是提出一种基于遥感图像道路形状特征的道路提取方 法，不仅实现获取直线和曲线道路段，还可以自动提取种子点及自动获取道路网，克服了许 多方法只能提取直线道路段缺点，并且更加的智能化。
[0005] 本发明采用以下方案实现：一种基于遥感图像道路形状特征的道路提取方法，包 括以下步骤： 步骤Sl :获取高分辨率遥感影像的某一帧图像，并对图像进行平滑去噪预处理；所述 的平滑去噪预处理为图像灰度化处理和图像平滑滤波处理； 步骤S2 :利用待检测道路表面局部灰度一致性以及待检测道路与背景灰度相差大的 特性，对步骤Sl预处理后的遥感图像进行区域分割； 步骤S3:根据面积和Ferret Box最小外接矩形的形状特征，对步骤S2分割后的图像 结果进行道路段提取； 步骤S4 :在步骤S3中已提取的道路段上任意选取一点作为初始种子点像素，并进行区 域增长，最大限度地将道路区域进行连接； 步骤S5 :结合图像的边缘信息对步骤S4的结果进行规整化处理；利用图像的边缘检测 结果，通过边缘梯度信息对步骤S4中区域增长的结果进行边缘信息的校验和修整，将过增 长的区域断开，从而规整了道路边缘信息。较佳地，可以利用Sobel算子对区域增长后图像 进行边缘检测，处理方法为：
【主权项】
1. 一种基于遥感图像道路形状特征的道路提取方法，其特征在于包括以下步骤： 步骤Sl :获取高分辨率遥感影像的某一帧图像，并对图像进行平滑去噪预处理；所述 的平滑去噪预处理为图像灰度化处理和图像平滑滤波处理； 步骤S2 :利用待检测道路表面局部灰度一致性以及待检测道路与背景灰度相差大的 特性，对步骤Sl预处理后的遥感图像进行区域分割； 步骤S3:根据面积和Ferret Box最小外接矩形的形状特征，对步骤S2分割后的图像 结果进行道路段提取； 步骤S4 :在步骤S3中已提取的道路段上任意选取一点作为初始种子点像素，并进行区 域增长，最大限度地将道路区域进行连接； 步骤S5 :结合图像的边缘信息对步骤S4的结果进行规整化处理；利用图像的边缘检测 结果，通过边缘梯度信息对步骤S4中区域增长的结果进行边缘信息的校验和修整，将过增 长的区域断开，从而规整了道路边缘信息； 步骤S6 :对步骤S5的结果进行形态学细化，提取道路中心骨架。
2. 根据权利要求1所述的一种基于遥感图像道路形状特征的道路提取方法，其特征在 于：所述步骤S2具体包括以下步骤： 步骤S21 :将步骤Sl预处理后的遥感图像分成若干个子图像块； 步骤S22 :对步骤S21得到的每个子图像块采用大津阈值分割方法进行分割； 步骤S23 :将步骤S22中各个分割后的子图像块合并，得到分割结果。
3. 根据权利要求2所述的一种基于遥感图像道路形状特征的道路提取方法，其特征在 于：步骤S21具体为： 步骤S211 :把步骤Sl预处理后的遥感图像平均分为四个子图像块； 步骤S212 :逐个计算每个子图像块的最大灰度值贫M和最小灰度值,计算每个子 图像块的最大灰度值和最小灰度值的差值％=贫_-& ;若％<&则判定此子图像块 满足划分条件，停止划分；否则进入步骤S213 ;其中Ai为预设灰度差值，所述的Ai依据目 标图像的最大灰度值与最小灰度之差来设定； 步骤S213 :将步骤S212中不满足划分条件的子图像块平均分成四个新的子图像块，进 入步骤S212。
4. 根据权利要求1所述的一种基于遥感图像道路形状特征的道路提取方法，其特征在 于：所述步骤S3具体包括以下步骤： 步骤S31 :依据转动惯量原理，计算每个区域0阶转动惯量，所述的0阶转动惯量为 区域面积s ;定义面积阈值为Ts，依据图像分辨率的高低和需要提取对象的大小设置所述 Ts ； 步骤S32:对于每个区域用Ferret Box得到最小外接矩形，计算最小外接矩形的长L、 宽W、面积S、以及长宽比R ;定义长度阈值和长宽比阈值分别为Tl和Tr ;计算填充度F，其 中= ，s为区域面积，S为最小Ferret Box最小外接矩形的面积；定义填充度阈值为 Tf ； 步骤S33 :提取出面积SXTs、长度LXTl、长宽比RXTr的区域，提取出填充度FXTf的区 域； 步骤S34 :将步骤S33中提取出的区域合并，得到最终的道路提取图像。
5. 根据权利要求1所述的一种基于遥感图像道路形状特征的道路提取方法，其特征在 于：所述步骤S4具体包括以下步骤： 步骤S41 :对所选种子，选取它的4邻域像素并且分别计算所述4邻域像素与种子点像 素灰度值的差值的绝对值；若所述差值的绝对值有小于TR的值，就选取对应该绝对值的相 邻像素作为新的种子点，其中TR为预设的差值绝对值； 步骤S42 :重复步骤S41搜寻下一个新的像素直到不再发现新的种子； 步骤S43 :步骤S3中选取的道路段与新的种子合成为道路网络。
6. 根据权利要求1所述的一种基于遥感图像道路形状特征的道路提取方法，其特征在 于：所述步骤S6具体包括以下步骤： 步骤S61 :利用形态学闭合和膨胀运算，填充经过步骤S5得到的道路表面的孔洞； 步骤S62 :对经过步骤S61得到的的道路信息进行形态学细化，以获取道路中心线； 步骤S63 :消除骨架提取后存在的部分短线；消除线条长度小于TL的短线条，其中TL 为预设线条长度值，所述TL的大小结合实际情况来确定。
【专利摘要】本发明公开了一种基于遥感图像道路形状特征的道路提取方法。方法首先利用道路表面局部灰度一致性和目标区域与背景灰度相差很大的特性，对预处理后遥感图像局部区域分割。然后对分割后结果结合面积和Ferret Box 最小外接矩形形状特征进行融合获取直线和曲线道路段，并对确定的道路进行区域种子增长，连接大部分路段，从而实现道路信息提取。与现有技术相比，本发明的方法不仅可以实现获取直线和曲线道路段，还可以自动提取种子点及自动获取道路网，并且不受图像转动的影响，克服了许多方法只能提取直线道路段缺点，而且更加的智能化。
【IPC分类】G06T7-00
【公开号】CN104657978
【申请号】CN201410812909
【发明人】王卫星
【申请人】福州大学
【公开日】2015年5月27日
【申请日】2014年12月24日