专利名称：基于改进c-v模型的遥感图路网提取方法
技术领域：
本发明涉及一种基于C-V模型的遥感图路网提取方法，属于高分辨率卫星遥感影 像处理与信息提取应用领域。
背景技术：
随着我国社会经济的快速发展，城市化进程不断加快，城市人口和机动车拥有量 持续增加，交通运输需求和城市道路条件能力之间的矛盾日益突出。目前，我国很多城市交 通拥堵现象以及由此衍生引发的交通事故与交通环境污染等社会问题已经极其严重。作为 城市命脉的交通已成为城市发展的瓶颈，严重地制约了社会、经济的发展，影响了人民群众 的日常工作和生活。因此，加强城市交通规划的研究，建立通畅良好的交通环境，对保证社 会和经济的可持续发展具有重要意义。城市交通规划的关键信息之一是地图。传统电子交通地图和交通网络的采集与获 取主要依靠人力测绘纸质地图继而进行扫描矢量化得到的，由于地图测绘工作量大，绘制 周期长，交通地图的精度和实时性都会与当前实际交通环境存在一定的差距。随着传感技 术和遥感技术的发展，利用遥感影像进行地理数据的采集与获取，使得上述问题的解决成 为可能。正常的高分辨率卫星图像容量都以GB为单位，受限于电脑处理能力，直接处理大 幅遥感图像不现实。目前，高分辨率遥感图像的路网提取算法主要有动态规划、模板匹配、数学形态 学、水平集、边缘检测、区域生长等方法，其中基于水平集算法的图像分割方法因其可以对 任意复杂的形状进行模型化，且可以隐性解决拓扑形状的分裂、合并等拓扑变化的特点而 备受关注。C-V模型就是一种常见的水平集分割模型。然而，传统的水平集C-V模型存在以 下不足一是需要进行迭代中的初始曲线修正，即重新初始化符号距离函数，造成了计算量 增大，降低了分割速度，并且分割准确度也难以保证；二是对区域的划分仅仅考虑到图像的 RGB空间灰度特征，损失了彩色图像丰富的颜色信息，由于异物同灰度值的现象普遍存在， 势必会造成目标的误分割。同时，背景物体颜色的相似也严重地影响了路网的识别效果。因 此，传统水平集C-V模型在图像分割速度、效率、准确性方面都存在不足之处，以致传统的 基于C-V模型的遥感图路网提取方法在速度、效率、准确性等方面也相应地存在不足。
发明内容
本发明的目的是提供一种基于改进C-V模型的遥感图路网提取方法。为实现上述目的，本发明所采取的技术方案是其基于改进C-V模型的遥感图路 网提取方法包括以下步骤(1)对原始遥感图像进行预处理以提高该遥感图像的清晰度和对比度，得到该遥 感图像的预处理图；将所述遥感图像的预处理图置于任意建立的一个平面直角坐标系中；(2)用户在所述遥感图像的预处理图的路网中选定种子点；根据所选定的种子点获取所述遥感图像的预处理图的路网初始曲线，根据所述路网初始曲线对所述遥感图像的 预处理图进行分割获得第一幅路网子图，所述路网子图中含有所述路网；(3)利用基于C-V模型的水平集方法对当前路网子图进行路网区域提取，获取路 网区域子图，所述C-V模型的水平集方法的演化方程如式(1)所示
权利要求
一种基于改进C V模型的遥感图路网提取方法，其特征是包括以下步骤(1)对原始遥感图像进行预处理以提高该遥感图像的清晰度和对比度，得到该遥感图像的预处理图；将所述遥感图像的预处理图置于任意建立的一个平面直角坐标系中；(2)用户在所述遥感图像的预处理图的路网中选定种子点；根据所选定的种子点获取所述遥感图像的预处理图的路网初始曲线，根据所述路网初始曲线对所述遥感图像的预处理图进行分割获得第一幅路网子图，所述路网子图中含有所述路网；(3)利用基于C V模型的水平集方法对当前路网子图进行路网区域提取，获取路网区域子图，所述C V模型的水平集方法的演化方程如式(1)所示 <mrow><mfrac> <mrow><mo>∂</mo><mi>φ</mi> </mrow> <mrow><mo>∂</mo><mi>t</mi> </mrow></mfrac><mo>=</mo><msub> <mi>δ</mi> <mi>ϵ</mi></msub><mrow> <mo>(</mo> <mi>φ</mi> <mo>)</mo></mrow><mo>[</mo><mi>v</mi><mo>▿</mo><mo>·</mo><mrow> <mo>(</mo> <mfrac><mrow> <mo>▿</mo> <mi>φ</mi></mrow><mrow> <mo>|</mo> <mo>▿</mo> <mi>φ</mi> <mo>|</mo></mrow> </mfrac> <mo>)</mo></mrow><mo>+</mo><msub> <mi>β</mi> <mn>1</mn></msub><mrow> <mo>(</mo> <msub><mi>λ</mi><mn>2</mn> </msub> <msup><mrow> <mo>(</mo> <msub><mi>u</mi><mi>RGB</mi> </msub> <mo>-</mo> <msub><mi>c</mi><mn>2</mn> </msub> <mo>)</mo></mrow><mn>2</mn> </msup> <mo>-</mo> <msub><mi>λ</mi><mn>1</mn> </msub> <msup><mrow> <mo>(</mo> <msub><mi>u</mi><mi>RGB</mi> </msub> <mo>-</mo> <msub><mi>c</mi><mn>1</mn> </msub> <mo>)</mo></mrow><mn>2</mn> </msup> <mo>)</mo></mrow> </mrow> <mrow><mo>+</mo><msub> <mi>β</mi> <mn>2</mn></msub><mrow> <mo>(</mo> <msup><mrow> <msub><mi>λ</mi><mn>4</mn> </msub> <mrow><mo>(</mo><msub> <mi>u</mi> <mi>HSI</mi></msub><mo>-</mo><msub> <mi>c</mi> <mn>4</mn></msub><mo>)</mo> </mrow></mrow><mn>2</mn> </msup> <mo>-</mo> <msub><mi>λ</mi><mn>3</mn> </msub> <msup><mrow> <mo>(</mo> <msub><mi>u</mi><mi>HSI</mi> </msub> <mo>-</mo> <msub><mi>c</mi><mn>3</mn> </msub> <mo>)</mo></mrow><mn>2</mn> </msup> <mo>)</mo></mrow><mo>]</mo><mo>+</mo><mi>μ</mi><mrow> <mo>(</mo> <mi>Δφ</mi> <mo>-</mo> <mo>▿</mo> <mo>·</mo> <mrow><mo>(</mo><mfrac> <mrow><mo>▿</mo><mi>φ</mi> </mrow> <mrow><mo>|</mo><mo>▿</mo><mi>φ</mi><mo>|</mo> </mrow></mfrac><mo>)</mo> </mrow> <mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo></mrow> </mrow>式(1)中，φ为水平集函数，t为时间，为φ的偏微分，δε(φ)为Dirac函数，δε(φ)＝H′ε(φ)，H′ε(φ)为正则化的Heaviside函数的导数，为φ二维平面中的梯度，为梯度范式，uRGB为RGB空间灰度值，uHSI为HIS空间混合通道值，c1、c2分别表示曲线内、外平均灰度值，v、λ1、λ2为控制演化曲线收缩或者膨胀的权重参数，c3、c4分别为HSI空间轮廓内、外的平均灰度值，λ3、λ4为HIS空间权重参数，β1、β2为RGB空间灰度信息与HSI空间混合通道信息的权重系数，μ为距离函数权重参数；(4)利用形态学细化方法对步骤(3)所述的路网区域子图进行路网中心线提取，获取路网中心线子图；(5)利用子图位置判定规则判断所述遥感图像的预处理图中是否存在下一幅路网子图若存在下一幅路网子图，则利用所述子图位置判定规则从所述遥感图像的预处理图中分割得到所述下一幅路网子图，再利用自适应灰度阈值、饱和度阈值分割以及形态学方法自动获取该下一幅路网子图中的路网初始曲线，然后对该下一幅路网子图依次执行步骤(3)和步骤(4)得到该下一幅路网子图相应的路网区域子图和路网中心线子图；若不存在下一幅路网子图，则利用各路网子图的路网中心线子图生成路网图。FSA00000256361200013.tif,FSA00000256361200014.tif,FSA00000256361200015.tif,FSA00000256361200016.tif
2.根据权利要求1所述的基于改进C-V模型的遥感图路网提取方法，其特征是在步 骤(5)中，利用子图位置判定规则判断所述遥感图像的预处理图中是否存在下一幅路网子图的 方法为在所述平面直角坐标系中，如果当前路网中心线子图中的路网中心线的末端点的 横坐标和纵坐标对应地小于遥感图像的预处理图的像素点的最大横坐标和最大纵坐标，则 存在下一幅路网子图；否则，不存在下一幅路网子图；利用所述子图位置判定规则从所述遥感图像的预处理图中分割得到所述下一幅路网 子图的方法为在所述平面直角坐标系中，用直线连接当前路网中心线子图中路网中心线的首端点和 末端点，计算该直线的斜率以及该直线与横坐标的夹角θ，并以该当前路网中心线子图中路网中心线的末端点为圆心生成圆，根据夹角θ的大小和所述圆分割下一幅路网子图，该 下一幅路网子图为正方形框图并与夹角θ和所述圆满足以下关系如果-22. 5° ( θ <22.5°，则所述圆内切于下一幅路网子图的左边，切点为该左边 的中点；如果22. 5° ( θ <67.5°，则所述圆同时内切于下一幅路网子图的左边和下边； 如果67.5° ( θ < 112.5°，则所述圆内切于下一幅路网子图的下边，切点为该下边 的中点；如果112. 5° ( θ < 157.5°，则所述圆同时内切于下一幅路网子图的下边和右边； 如果157.5°彡θ <180°或者-180°彡θ <-157.5°，则所述圆内切于下一幅路 网子图的右边，切点为该右边的中点；如果-157. 5° ( θ <-112.5°，则所述圆内切于下一幅路网子图的上边和右边； 如果-112. 5° < θ <-67.5°，则所述圆内切于下一幅路网子图的上边，切点为该上 边的中点；如果-67. 5° ^ θ <-22.5°，则所述圆内切于下一幅路网子图的上边和左边。
全文摘要
本发明公开了一种基于改进C-V模型的遥感图路网提取方法，包括如下步骤(1)对原始遥感图像预进行处理；(2)选定种子点的并进行首张路网子图的分割；(3)利用改进C-V模型的水平集方法进行路网区域提取；(4)利用形态学细化的方法进行路网中心线的提取；(5)利用子图位置判定规则分割下一幅路网子图、利用阈值分割以及形态学方法自动获取路网子图中的路网初始曲线。本发明可以准确高效地从遥感图中提取路网，能够实时更新城市道路网，有效地辅助决策者进行交通规划的制定。
文档编号G06K9/46GK101976335SQ20101027214
公开日2011年2月16日 申请日期2010年9月3日 优先权日2010年9月3日
发明者侯迪波, 储海兵, 唐晓芬, 张光新, 黄平捷 申请人:浙江大学