CN103218618A - 一种基于遥感数字图像的公路路线自动提取方法 - Google Patents

Abstract

本发明公开了一种基于遥感数字图像的公路路线自动提取方法，包括将确定地区道路的遥感图像转换成道路光谱区二值图像的矢量多边形图；移除小对象及降噪处理；确定多边形区域的主长度及主方向；确定各边断面宽度、确定道路中线，并根据中线及道路宽度，用缓冲区多边形重叠合并算法等宽扩展得到道路区；最后生成规范路网。本发明所提供的是一种能有效识别道路轮廓、较高效率提取信息、有效进行道路的线路处理的基于遥感数字图像的公路路线自动提取方法。

Description

一种基于遥感数字图像的公路路线自动提取方法

技术领域

本发明涉及一种基于遥感数字图像的地面要素的计算机自动判释，属于计算机视觉技术领域，特别涉及一种基于遥感影像的地面机动车道路连续矢量信息的自动提取的计算机算法,以自动形成像幅范围内的机动车路网矢量图。

背景技术

随着数码摄影技术的发展，近年来基于光学图像的遥感应用技术逐步被数字遥感图像所取代。计算机性能的提高使得数字图像处理技术得到了很大发展，根据数字图像信息对物方对象的计算机自动识别技术（计算机视觉）成为一门新兴的技术领域。道路作为明显的线状地物，具有通过遥感手段进行完全自动识别提取的基本条件，但是目前的方法存在的主要问题是还没有找到较好的道路矢量线自动提取方法。目前的方法存在的主要问题主要表现在：   

1、根据影像特征的线状影像的提取，不能分出公路和其他地物如建筑物的轮廓线，极易造成误读、误判、漏判和决策失误。

2、识别的判释条件较为简单，存在较大缺馅，使得使用者的整理时间、分析和决策时间增长，从而使信息提取的效率很低。

3、在道路提取的准确性和信息数量上均存在较大不足，道路中线断续，未进行线形处理，缺乏道路的宽度、路面类型的信息。

发明内容

本发明要解决的技术问题是提供一种能有效识别道路轮廓、较高效率提取信息、有效进行道路的线路处理的基于遥感数字图像的公路路线自动提取方法。   

基于遥感数字图像的公路路线自动提取方法,包括：

步骤一，将确定地区道路的遥感图像转换成道路光谱区二值图像的矢量多边形图，并由此生成针对该地区的道路光谱区二值图像的矢量多边形图数据集合；

步骤二，移除小对象及降噪处理

采用MATLAB中自带的bwareaopen函数，将二值图像中面积小于10000的小对象除；在此基础上使用结构元素SE=strel(‘square’,2)进行开运算，去除细小噪声的同时，分离部分粘连在道路信息上的噪声；

步骤三，对步骤二处理后的数据集合内获取的一系列矢量多边形区域，通过计算能覆盖一个多边形区域的最小圆直径得出每个多边形区域的主长度，通过以下公式得出每个多边形区域的主方向，

θ=arctg ±△θ，其中θ代表主方向，△θ表示容许偏差， (X′[i]，Y′[j])和(X[i]，Y[j]) 分别为主长度两端的坐标；  

步骤四，沿多边形区域的主方向θ，通过以下步骤获取多边形各边的断面宽度：

1）取出每一边的两端点坐标(X[i]，Y[i])和(X[j]，Y[j])，计算每一边的方向θ1和长度D1，然后求得其中点(X[a]，Y[b])及垂直平分线的方向θ2， 

2）求得每条垂直平分线与多边形相交的交点(X’[a]，Y’[b]),自垂足所在边开始，逐边判断是否与该垂直平分线存在内部交点；

3）计算多边形区域各边断面宽度，其中任一边断面宽度计算公式如下：

ω=                                               

；

4）由以上步骤可求得断面宽度向量(ω1，ω2, ω3， … ωn)，采用MATLAB中函数进行聚类分析：

Step 1用Y=pdist(X,‘metric’)函数寻找变量(ω1，ω2, ω3， … ωn)之间的相似性，其中metric取值为欧式距离 ；

Step 2　用Ｚ＝Linkage(Y)函数定义变量ω间的连接；

Step 3  用C＝Cophenet(Z,Y)评价聚类信息；

Step 4  Ｔ＝Cluster(Z,6)创建聚类，判别(ω1，ω2, ω3， … ωn)一致性，并由此求出道路宽度 ；

步骤五，根据上步垂直平分线段两端点(X[a]，Y[b])和(X’[a]，Y’[b])，可求得坐道路中线点标()，利用高次样条曲线z=b0+b1

+b2

+b3

²+b4

+b5

²+b6 ³+b7

²

+b8

²+b9

³，进行最小二乘中点拟合，得到道路中线；

步骤六，对上面得到的光滑曲线进行直线和圆曲线替代：

A、           对上面得到的光滑曲线进行直线和圆曲线替代，将光滑曲线按总长度的１／５００分段，然后计算每段的斜率；

B、           在斜率变化的前区间和后区间内再进行分段，再重新确定各段斜率；

C、           重复步骤B，直到分段所取的距离值取为总长度的１／１００００时，再取斜率变化的两个区间的中点为直线的起始点或圆曲线的起始点添加直线或圆曲线，实现标准化处理； 

步骤七，根据道路中线及道路宽度，用缓冲区多边形重叠合并算法等宽扩展得到道路区；

步骤八，生成规范路网：

1）按照四弧段结点上弧段取舍的规则进行多目标缓冲区合并，采用两两合并的方法，即先进行两个缓冲区的合并，得到的新的缓冲区再与第三个缓冲区进行合并，直到所有的缓冲区合并完；

2）道路中断规范化处理，即两道路段主长度端点距离小于事先设定的阈值或者两端点切线斜率偏差在设定的阈值以内，即方向基本一致，可判断为同一路段，则利用断点连接的方法将两路段连接。

附图说明

图1是本发明算法示意图；

图2是粘连在道路上噪声处理示意图；

图3是缓冲区多边形重叠合并算法示意图；

图4是与图3对应的重叠合并算法后的缓冲区示意图；

图5是道路中断的规范化处理示意图。

具体实施方式

如图1～图5所示，本发明基于遥感数字图像的公路路线自动提取方法,包括：

步骤一，将某个地区道路的遥感图像转换成道路光谱区二值图像的矢量多边形图，并由此生成针对该地区的道路光谱区二值图像的矢量多边形图数据集合；

步骤二，移除小对象及降噪处理,以上得到的二值图像存在影响道路提取质量的较小地物，其面积明显要小于道路的面积，且这些小对象很多都是不能闭合的，因此可以采用MATLAB中自带的bwareaopen函数，将二值图像中面积小于10000的小对象除去，减少对道路提取的不利影响。在此基础上使用结构元素SE=strel(‘square’,2)进行开运算．去除细小噪声的同时，分离部分粘连在道路信息上的噪声；

步骤三，对数据集合内获取的一系列矢量多边形区域，通过计算能覆盖一个多边形区域的最小圆直径得出每个多边形区域的主长度，通过以下公式得出每个多边形区域的主方向，

θ=arctg

±△_θ，其中θ代表主方向，△_θ表示容许偏差， (X′[i]，Y′[j])和(X[i]，Y[j]) 分别为主长度两端的坐标；  

步骤四，沿多边形区域的主方向θ，通过以下步骤获取多边形各边的断面宽度：

1）取出每一边的两端点坐标(X[i]，Y[i])和(X[j]，Y[j])，计算每一边的方向θ1和长度D1，然后求得其中点(X[a]，Y[b])及垂直平分线的方向θ2， 

2）求得每条垂直平分线与多边形相交的交点(X’[a]，Y’[b]),自垂足所在边开始，逐边判断是否与该垂直平分线存在内部交点；

3）计算多边形区域各边断面宽度，其中任一边断面宽度计算公式如下：

ω=

；

4）由以上步骤可求得断面宽度向量(ω1，ω2, ω3， … ωn)，采用MATLAB中函数进行聚类分析：

Step 1用Y=pdist(X,‘metric’)函数寻找变量(ω1，ω2, ω3， … ωn)之间的相似性，其中metric取值为欧式距离

；

Step 2　用Ｚ＝Linkage(Y)函数定义变量ω间的连接；

Step 3  用C＝Cophenet(Z,Y)评价聚类信息；／／0.94698

Step 4  Ｔ＝Cluster(Z,6)创建聚类，判别(ω1，ω2, ω3， … ωn)一致性，并由此求出道路宽度

；

步骤五，根据上步垂直平分线段两端点(X[a]，Y[b])和(X’[a]，Y’[b])，可求得坐道路中线点标(

)，利用高次样条曲线z=b0+b1

+b2

+b3

²+b4

+b5 ²+b6

³+b7

² +b8

²+b9

³，进行最小二乘中点拟合，得到道路中线；

步骤六，对上面得到的光滑曲线进行直线和圆曲线替代，将光滑曲线按总长度的１／５００分段，然后计算每段的斜率，在斜率变化的前一个区间和后一个区间将距离取小再用此方法进行处理，如此直到距离取为总长度的１／１００００时，取斜率变化的两个区间的中点为直线的起始点或圆曲线的起始点添加直线和圆曲线实现标准化处理；

步骤七，根据道路中线及道路宽度，用缓冲区多边形重叠合并算法等宽扩展得到道路区；

步骤八，生成规范路网：

1）按照四弧段结点上弧段取舍的规则进行多目标缓冲区合并，采用两两合并的方法，即先进行两个缓冲区的合并，得到的新的缓冲区再与第三个缓冲区进行合并，直到所有的缓冲区合并完；

2）道路中断规范化处理，道路断点一般成对出现，即两道路段主长度端点距离小于事先设定的阈值（如１０米），或者两端点切线斜率偏差在设定的阈值（如０.３）以内，即方向基本一致，可判断为同一路段，则利用断点连接功能将两路段连接。本发明中步骤七及步骤八属于现有技术，如《遥感信息》1998年第03期，孙立新等所著的GIS缓冲区重叠合并的快速算法。

Claims (1)

1.基于遥感数字图像的公路路线自动提取方法,其特征在于，包括：

步骤一，将确定地区道路的遥感图像转换成道路光谱区二值图像的矢量多边形图，并由此生成针对该地区的道路光谱区二值图像的矢量多边形图数据集合；

步骤二，移除小对象及降噪处理

采用MATLAB中自带的bwareaopen函数，将二值图像中面积小于10000的小对象除；在此基础上使用结构元素SE=strel(‘square’,2)进行开运算，去除细小噪声的同时，分离部分粘连在道路信息上的噪声；

步骤三，对步骤二处理后的数据集合内获取的一系列矢量多边形区域，通过计算能覆盖一个多边形区域的最小圆直径得出每个多边形区域的主长度，通过以下公式得出每个多边形区域的主方向，

θ=arctg ±△θ，其中θ代表主方向，△θ表示容许偏差， (X′[i]，Y′[j])和(X[i]，Y[j]) 分别为主长度两端的坐标；  

步骤四，沿多边形区域的主方向θ，通过以下步骤获取多边形各边的断面宽度：

1）取出每一边的两端点坐标(X[i]，Y[i])和(X[j]，Y[j])，计算每一边的方向θ1和长度D1，然后求得其中点(X[a]，Y[b])及垂直平分线的方向θ2， 

2）求得每条垂直平分线与多边形相交的交点(X’[a]，Y’[b]),自垂足所在边开始，逐边判断是否与该垂直平分线存在内部交点；

3）计算多边形区域各边断面宽度，其中任一边断面宽度计算公式如下：

ω=                                                

；

4）由以上步骤可求得断面宽度向量(ω1，ω2, ω3， … ωn)，采用MATLAB中函数进行聚类分析：

Step 1用Y=pdist(X,‘metric’)函数寻找变量(ω1，ω2, ω3， … ωn)之间的相似性，其中metric取值为欧式距离 ；

Step 2　用Ｚ＝Linkage(Y)函数定义变量ω间的连接；

Step 3  用C＝Cophenet(Z,Y)评价聚类信息；

Step 4  Ｔ＝Cluster(Z,6)创建聚类，判别(ω1，ω2, ω3， … ωn)一致性，并由此求出道路宽度 ；

步骤五，根据上步垂直平分线段两端点(X[a]，Y[b])和(X’[a]，Y’[b])，可求得坐道路中线点标(

)，利用高次样条曲线z=b0+b1

+b2

+b3 ²+b4

+b5

²+b6

³+b7

²

+b8

²+b9

³，进行最小二乘中点拟合，得到道路中线；

步骤六，对上面得到的光滑曲线进行直线和圆曲线替代：

对上面得到的光滑曲线进行直线和圆曲线替代，将光滑曲线按总长度的１／５００分段，然后计算每段的斜率；

在斜率变化的前区间和后区间内再进行分段，再重新确定各段斜率；

重复步骤B，直到分段所取的距离值取为总长度的１／１００００时，再取斜率变化的两个区间的中点为直线的起始点或圆曲线的起始点添加直线或圆曲线，实现标准化处理； 

步骤七，根据道路中线及道路宽度，用缓冲区多边形重叠合并算法等宽扩展得到道路区；

步骤八，生成规范路网：

1）按照四弧段结点上弧段取舍的规则进行多目标缓冲区合并，采用两两合并的方法，即先进行两个缓冲区的合并，得到的新的缓冲区再与第三个缓冲区进行合并，直到所有的缓冲区合并完；

2）道路中断规范化处理，即两道路段主长度端点距离小于事先设定的阈值或者两端点切线斜率偏差在设定的阈值以内，即方向基本一致，可判断为同一路段，则利用断点连接的方法将两路段连接。

Images