CN103218618B - 一种基于遥感数字图像的公路路线自动提取方法 - Google Patents
一种基于遥感数字图像的公路路线自动提取方法 Download PDFInfo
- Publication number
- CN103218618B CN103218618B CN201310006630.5A CN201310006630A CN103218618B CN 103218618 B CN103218618 B CN 103218618B CN 201310006630 A CN201310006630 A CN 201310006630A CN 103218618 B CN103218618 B CN 103218618B
- Authority
- CN
- China
- Prior art keywords
- road
- polygon
- region
- extraction method
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
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
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的小对象除去;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,通过公式得出每个多边形区域的主方向,θ=arctg±Δθ,其中θ代表主方向,Δθ表示容许偏差,假设使用(X′[i],Y′[j])和(X[i],Y[j])分别表示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:
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+b1x+b2y+b3x2+b4xy+b5y2+b6x3+b7x2y+b8xy2+b9y3,
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310006630.5A CN103218618B (zh) | 2013-01-09 | 2013-01-09 | 一种基于遥感数字图像的公路路线自动提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310006630.5A CN103218618B (zh) | 2013-01-09 | 2013-01-09 | 一种基于遥感数字图像的公路路线自动提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103218618A CN103218618A (zh) | 2013-07-24 |
CN103218618B true CN103218618B (zh) | 2017-05-10 |
Family
ID=48816387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310006630.5A Active CN103218618B (zh) | 2013-01-09 | 2013-01-09 | 一种基于遥感数字图像的公路路线自动提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103218618B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559493A (zh) * | 2013-10-21 | 2014-02-05 | 中国农业大学 | 一种线状地物的提取方法 |
CN103699900B (zh) * | 2014-01-03 | 2016-10-05 | 西北工业大学 | 卫星影像中建筑物水平矢量轮廓自动批量提取方法 |
CN104036295B (zh) * | 2014-06-18 | 2017-03-01 | 西安电子科技大学 | 多光谱遥感影像道路中心线自动检测方法 |
CN104504718B (zh) * | 2015-01-06 | 2017-03-29 | 南京大学 | 高分辨率航空遥感数据自动道路提取方法 |
CN104634298B (zh) * | 2015-02-13 | 2017-07-04 | 中铁第一勘察设计院集团有限公司 | 基于lidar轨道点云数据的既有铁路测量方法 |
CN105426380B (zh) * | 2015-08-26 | 2018-12-21 | 中国人民解放军装甲兵工程学院 | 道路网络的区域裁剪方法及装置 |
CN105719306B (zh) * | 2016-01-26 | 2018-09-11 | 郑州恒正电子科技有限公司 | 一种高分辨率遥感影像中的建筑物快速提取方法 |
CN105893703B (zh) * | 2016-04-27 | 2019-01-22 | 中国地质大学(武汉) | 一种基于多边形的城市道路网主干道选取方法 |
CN107798855B (zh) * | 2016-09-07 | 2020-05-08 | 高德软件有限公司 | 一种车道宽度计算方法和装置 |
CN106778605B (zh) * | 2016-12-14 | 2020-05-05 | 武汉大学 | 导航数据辅助下的遥感影像道路网自动提取方法 |
CN106839971A (zh) * | 2017-01-05 | 2017-06-13 | 株洲嘉成科技发展有限公司 | 一种基于线路径的地块面积计算方法 |
CN108898603A (zh) * | 2018-05-29 | 2018-11-27 | 北京佳格天地科技有限公司 | 卫星影像上的地块分割系统及方法 |
CN109141338B (zh) * | 2018-07-18 | 2021-03-26 | 上海华测导航技术股份有限公司 | 一种基于贝塞尔曲线拟合路径的农机作业面积计算方法 |
CN110619258B (zh) * | 2018-10-26 | 2022-02-15 | 国交空间信息技术(北京)有限公司 | 一种基于高分辨率遥感影像的道路轨迹核查方法 |
CN109658391B (zh) * | 2018-12-04 | 2023-03-17 | 东北大学 | 一种基于轮廓归并和凸包拟合的圆半径测量方法 |
CN111369751A (zh) * | 2019-03-20 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 一种目标布控方法、装置、服务器及布控系统 |
CN110060266B (zh) * | 2019-04-24 | 2021-04-13 | 百度在线网络技术(北京)有限公司 | 车道线提取方法及装置、服务器及计算机可读介质 |
CN113155033A (zh) * | 2020-12-30 | 2021-07-23 | 交通运输部科学研究院 | 一种基于遥感影像计算农村公路路面宽度的方法 |
CN113447013B (zh) * | 2021-06-24 | 2023-03-17 | 北京百度网讯科技有限公司 | 施工道路识别方法、装置、设备、存储介质和程序产品 |
CN115512601B (zh) * | 2022-11-15 | 2023-02-28 | 武汉智图科技有限责任公司 | 一种地理信息非连接线状要素自动拼接方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714211A (zh) * | 2009-12-04 | 2010-05-26 | 西安电子科技大学 | 高分辨率遥感影像道路中心线的检测的方法 |
CN101364259B (zh) * | 2008-04-09 | 2010-06-02 | 武汉大学 | 多层次知识驱动的全色遥感影像的道路变化信息提取方法 |
CN101887522A (zh) * | 2010-07-13 | 2010-11-17 | 南京大学 | 基于多点同时快速行进的遥感影像道路提取方法 |
-
2013
- 2013-01-09 CN CN201310006630.5A patent/CN103218618B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101364259B (zh) * | 2008-04-09 | 2010-06-02 | 武汉大学 | 多层次知识驱动的全色遥感影像的道路变化信息提取方法 |
CN101714211A (zh) * | 2009-12-04 | 2010-05-26 | 西安电子科技大学 | 高分辨率遥感影像道路中心线的检测的方法 |
CN101887522A (zh) * | 2010-07-13 | 2010-11-17 | 南京大学 | 基于多点同时快速行进的遥感影像道路提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103218618A (zh) | 2013-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103218618B (zh) | 一种基于遥感数字图像的公路路线自动提取方法 | |
Wei et al. | Toward automatic building footprint delineation from aerial images using CNN and regularization | |
CN108280450B (zh) | 一种基于车道线的高速公路路面检测方法 | |
CN107679520B (zh) | 一种适用于复杂条件下的车道线视觉检测方法 | |
Wang et al. | Efficient map reconstruction and augmentation via topological methods | |
CN102136155B (zh) | 基于三维激光扫描数据的物体立面矢量化方法和系统 | |
Matkan et al. | Road extraction from lidar data using support vector machine classification | |
Cheng et al. | Curb detection for road and sidewalk detection | |
EP3076367A1 (en) | Method for road detection from one image | |
CN110110678B (zh) | 道路边界的确定方法和装置、存储介质及电子装置 | |
CN103473551A (zh) | 基于sift算子的台标识别方法及系统 | |
CN105956542B (zh) | 一种结构线束统计匹配的高分遥感影像道路提取方法 | |
CN104851089A (zh) | 一种基于三维光场的静态场景前景分割方法和装置 | |
CN104700071A (zh) | 一种全景图道路轮廓的提取方法 | |
CN113704381B (zh) | 路网数据处理方法、装置、计算机设备和存储介质 | |
CN109376586A (zh) | 基于激光点云的道路边界线交互式自动提取方法 | |
CN112163622A (zh) | 全局与局部融合约束的航空宽基线立体像对线段特征匹配方法 | |
Baluyan et al. | Novel approach for rooftop detection using support vector machine | |
CN114445473B (zh) | 基于深度学习算子的立体匹配方法和系统 | |
CN114155303B (zh) | 基于双目相机的参数立体匹配方法和系统 | |
Hernández et al. | Lane marking detection using image features and line fitting model | |
CN112435336B (zh) | 一种弯道类型识别方法、装置、电子设备及存储介质 | |
CN108460348A (zh) | 基于三维模型的道路目标检测方法 | |
CN110610503B (zh) | 一种基于立体匹配的电力刀闸三维信息恢复方法 | |
CN111507341A (zh) | 一种目标边界框的调整方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20181115 Address after: 570206 1-6 office building, 80 Nansha Road, Haikou, Hainan. Patentee after: Hainan traffic planning, investigation, design and Research Institute Address before: No. 66, Xuefu Avenue, Nanan District, Chongqing City, Chongqing Patentee before: chongqing jiaotong university |
|
TR01 | Transfer of patent right |