CN110188778B - 基于影像提取结果的居民区要素轮廓规则化方法 - Google Patents

Abstract

本发明涉及基于影像提取结果的居民区要素轮廓规则化方法，地物要素分割完成后，记录获得连续的栅格点团，首先二值化栅格数据，然后利用数学形态学算法提取二值化的区域边界，获取居民区外部轮廓线；然后在轮廓边缘中进行曲线段检测，并基于折线法以少量的折线段代替曲线并保持其基本形状，最终用较少的数据和简洁的形式表达和描述地物轮廓；最后，对居民区轮廓进行去凸补凹处理，然后依照水平/垂直方向调整边界，并合并处理。本发明将封闭的、不规则的居民地要素分割边界在保持精度的前提下，进行综合取舍并优化处理，从庞大而复杂的轮廓中去粗取精，并能保持与现地居民区实物的一致性，最终为区域地形的要素更新或要素测图提供数据支撑。

Description

基于影像提取结果的居民区要素轮廓规则化方法

技术领域

本发明涉及遥感技术领域，具体涉及一种基于影像提取结果的居民区要素轮廓规则化方法。

背景技术

目前，居民区要素轮廓规则化具有以下原则性要求：

a)图形基本特征不变。轮廓规则化处理前后必须尽可能保持相同的形态特征，即对栅格图斑的规则化应保持人眼对其图形在视觉感受上的一致性。

b)轮廓直角化特征。因地图上居民区轮廓多数具有明显的直角化特征(连续的边角很可能是90°)，所以规则化的重要工作就是要突出这一特征，尽可能地进行居民区轮廓直角化处理。

c)单边长大于阈值。直角化处理后的居民区轮廓由若干直线边组成，当单个直线边的长度小于规定的阈值(如3m)时，该短边所在的小弯曲应当化简。

d)面积基本不变。要注意保持居民区面积基本不变，还应尽可能使居民区块的重心位置不变，也即保持居民区视觉中心的位置不变。

而从影像中得到的像素级地物要素提取结果一般为栅格图斑形式，具有冗余性和随机性，还无法直接与已有地形图中的各个要素层比对。需要将其处理为规范、非冗余的规则化数据输出。因此，从庞大而复杂的居民区轮廓中自动地去粗取精，并且保持与现地居民区实物的一致性，是当前技术领域中的急需解决的技术问题。

发明内容

本发明的目的是提供一种基于影像提取结果的居民区要素轮廓规则化方法，将从遥感影像中提取出来的居民地轮廓规则化，为特定地物矢量数据的更新提供数据支撑。

本发明所采用的技术方案为：

基于影像提取结果的居民区要素轮廓规则化方法，其特征在于：

包括以下步骤：

步骤一：数据边界定位：

地物要素分割完成后，记录获得连续的栅格点团，首先二值化栅格数据，然后利用数学形态学算法提取二值化的区域边界，获取居民区外部轮廓线；

步骤二：边界轮廓直线段拟合：

首先在轮廓边缘中进行曲线段检测，然后基于折线法以少量的折线段代替曲线并保持其基本形状，最终用较少的数据和简洁的形式表达和描述地物轮廓；

步骤三：轮廓优化：

对居民区轮廓进行去凸补凹处理，然后依照水平/垂直方向调整边界，并合并处理。

步骤二中，在轮廓边缘中进行曲线段检测基于三类边缘点，包括交点、端点、以及非交点也非端点的常规边缘点；

曲线段检测前，需要首先在边缘图中检测交点与端点，并将它们作为曲线段的边界；完成交点和端点检测后，遍历原始边缘图，从任一边缘点出发并跟踪搜索邻域内的其它边缘点，直到交点或端点为止。

步骤二中，在轮廓边缘中进行曲线段检测指边缘跟踪与连接，包括以下步骤：

步骤1：逐点搜索边缘图像，如果有未连接的边缘点，记为A，并将A压入堆栈Z；若无，停止搜索，返回最终的边缘曲线段检测结果；

步骤2：在点A的八邻域内搜索是否存在其它未连接边缘点，若存在，记录该邻域边缘点为B并将B同样压入堆栈Z，然后标记B和A均为已连接边缘点，最后令D＝A存储点A的像素坐标；

步骤3：前进一步，令A＝B，搜索A的八邻域是否存在其它未连接边缘点，如果存在，记录该边缘点为B并存入堆栈Z，同时标识B为已连接边缘点；

步骤4：重复进行步骤3，直到B为交点或端点；

步骤5：返回步骤2，令A＝D，在A的八邻域内搜索是否存在其它未被标记为已连接的边缘点，如果存在，将堆栈Z内边缘点出栈，出栈后压入堆栈Y，要确保先出Z栈的边缘点先入Y栈，这样可以使得堆栈Z和Y内的边缘点相互倒置。然后记录该未连接边缘点为B并压入堆栈Y，同时修改边缘点B为已连接状态；

步骤6：前进一步，令A＝B，搜索A的八邻域是否存在其它未连接边缘点，如果存在，记录该边缘点为B并压入堆栈Y，同时将B标记为已连接状态；

步骤7：重复进行步骤6，直到B为交点或端点；

步骤8：这时堆栈Y内的边缘点序列就是一条边缘曲线段检测结果，记录该曲线段，清空堆栈Z与Y，并将原始边缘图中处于已连接状态的边缘点赋值为0，返回步骤1开始执行下一次检测。

步骤二中，基于折线法以少量的折线段代替曲线指曲线的直线段分割，包括以下步骤：

假定某边缘曲线段的像素点集合为{(x₁,y₁),(x₂,y₂),L,(x_k,y_k)}，将该边缘的两个端点(x₁,y₁)和(x_k,y_k)相连组成一条直线，则边缘点(x_i,y_i)到该直线的距离为：

d_i＝γ_i/D  (1)

其中D为直线段长度，γ_i由两直线相交方程组解算得到：

γ_i＝|x_i(y₁-y_k)+y_i(x_k-x₁)+y_kx₁-y₁x_k|  (2)

使用直线去拟合曲线，通过逐步分裂直线段和曲线段，用越来越多的短直线段来逼近曲线段；当直线段拟合结果满足设定条件时，终止拟合过程；定义直线段拟合误差ε为：

ε＝max_i|d_i|  (3)

一条曲线段包含多个像素，计算每个像素到该直线段的距离得到一个d_i，拟合误差ε取最大的d_i；设定ε的阈值为Th＝6。

步骤三中，对居民区轮廓进行去凸补凹处理指，去除小的凸起，填补小的凹进，消除边界局部细节，拉直边线。

步骤三中，调整边界的过程中，近似水平或垂直的改水平或垂直，平行线间隔过短的合并，拐角过小的改为直角。

本发明具有以下优点：

本发明利用基于影像提取结果的居民区轮廓规则化方法，将封闭的、不规则的居民地要素分割边界在保持精度的前提下，进行综合取舍并优化处理，从庞大而复杂的轮廓中去粗取精，并保持与现地居民区实物的一致性，在有地形图情况下，能够为该区域地形图居民区要素更新提供数据支撑，在无地形图情况下，能够为该区域地形图居民区要素测图提供数据支撑。

附图说明

图1为某区域“高分一号”影像及1:50000地形图居民区要素层示例。

图2为交点/端点检测示意图。

图3为边缘曲线段检测结果。

图4为曲线的直线段分割示意图。

图5为直线段分割结果。

图6为居民区数据轮廓规则化结果。

图7为基于影像提取结果的居民区要素轮廓规则化试验二(高分一号)。

图8为基于影像提取结果的居民区要素轮廓规则化试验三(高分一号)

具体实施方式

下面结合具体实施方式对本发明进行详细的说明。

本发明涉及一种基于影像提取结果的居民区要素轮廓规则化方法，将地物要素分割边界在保持精度的前提下，进行综合取舍并进行规则化处理，从庞大而复杂的轮廓中去粗取精，从而为地形图要素更新或要素测图提供数据支撑。具有包括以下步骤：

(1)数据边界定位

地物要素分割完成后，所记录的点几乎是连续的栅格点团，而最终的数据需求是地物的实际规则化边界轮廓，因此，在栅格点团的基础上，须经过边界定位等规则化处理以便数据后续应用。对于居民区等面状地物数据的规则化，首先二值化栅格数据，然后利用数学形态学算法提取二值化的区域边界，获取居民区外部轮廓线。

示例在图1中给出，其中图(a)为某区域“高分一号”原始影像，图(b)为截取的对应1:50000地形图居民区要素层，图(c)为使用遥感影像语义分割算法获取的居民区提取结果，图(d)为地形图二值化结果，图(e)和图(f)分别为图(c)和图(d)对应的轮廓线提取结果。

(2)边界轮廓直线段拟合

由于在地形图中，地物的实际形状描述仅需要其中少量的边界特征点，因此，处理过程需兼顾冗余点剔除问题，本发明在试验中采用简单的折线法进行处理，计算简单，精度较好。折线法的处理思想是首先在轮廓边缘中进行曲线段检测，然后以少量的折线段代替曲线并保持其基本形状，最终用较少的数据和简洁的形式表达和描述地物轮廓。

由边缘点得到边缘曲线的核心技术是边缘跟踪与连接。下面以图1(e)的边缘图像为例，简述边缘曲线段检测过程。边缘点可以分为三类：第一类是交点，有三条或三条以上的曲线段在此相交，如图2(a)的中心点为交点；第二类是端点，它是某条曲线段的终结点，如图2(b)所示；第三类是常规边缘点，它处于某边缘曲线上，非交点，也非端点，本发明称之为内点。

在边缘跟踪与连接之前，需要首先在边缘图中检测交点与端点，并将它们作为曲线段的边界，亦即，寻找边缘段的边缘跟踪过程开始并且终止于交点或端点。在完成交点和端点检测后，遍历原始边缘图，从任一边缘点出发并跟踪搜索邻域内的其它边缘点，直到交点或端点为止。考虑到遥感影像中的居民区尺寸一般较大，去除总像素数小于30的边缘曲线。边缘跟踪与连接的步骤如下：

步骤1:逐点搜索边缘图像，如果有未连接的边缘点，记为A，并将A压入堆栈Z；若无，停止搜索，返回最终的边缘曲线段检测结果；

步骤2:在点A的八邻域内搜索是否存在其它未连接边缘点，若存在，记录该邻域边缘点为B并将B同样压入堆栈Z，然后标记B和A均为已连接边缘点，最后令D＝A存储点A的像素坐标；

步骤3:前进一步，令A＝B，搜索A的八邻域是否存在其它未连接边缘点，如果存在，记录该边缘点为B并存入堆栈Z，同时标识B为已连接边缘点；

步骤4:重复进行步骤3，直到B为交点或端点；

步骤5:返回步骤2，令A＝D，在A的八邻域内搜索是否存在其它未被标记为已连接的边缘点，如果存在，将堆栈Z内边缘点出栈，出栈后压入堆栈Y，要确保先出Z栈的边缘点先入Y栈，这样可以使得堆栈Z和Y内的边缘点相互倒置。然后记录该未连接边缘点为B并压入堆栈Y，同时修改边缘点B为已连接状态；

步骤6:前进一步，令A＝B，搜索A的八邻域是否存在其它未连接边缘点，如果存在，记录该边缘点为B并压入堆栈Y，同时将B标记为已连接状态；

步骤7:重复进行步骤6，直到B为交点或端点；

步骤8:这时堆栈Y内的边缘点序列就是一条边缘曲线段检测结果，记录该曲线段，清空堆栈Z与Y，并将原始边缘图中处于已连接状态的边缘点赋值为0，返回步骤1开始执行下一次检测。

根据上述曲线段检测算法在图1(e)中进行边缘跟踪与连接，结果如图3所示。从图中可以看出，边缘曲线段的边界为交点或端点，它们之间无交叉重叠。

曲线段检测实现了边缘图像由简单点到曲线段的描述，但这种描述方法的空间效率不够高，它仅是将相邻的边缘点组织在一起。曲线段的起点和终点是交点或端点，它只能用各边缘点的位置坐标来描述，没有具体的参数，不便于后续的处理。考虑到直线的参数简单易求，如能将曲线段分割成多段直线段，用一组模型参数已知的直线段来描述曲线段将在轮廓规则化过程中具有很大优势。

曲线的直线段分割算法需要使用到点到直线距离的概念。假定某边缘曲线段的像素点集合为{(x₁,y₁),(x₂,y₂),L,(x_k,y_k)}，将该边缘的两个端点(x₁,y₁)和(x_k,y_k)相连组成一条直线，则边缘点(x_i,y_i)到该直线的距离为：

d_i＝γ_i/D  (4)

其中D为直线段长度，γ_i可以由两直线相交方程组解算得到：

γ_i＝|x_i(y₁-y_k)+y_i(x_k-x₁)+y_kx₁-y₁x_k|  (5)

直线段分割的本质就是使用直线去拟合曲线，通过逐步分裂直线段和曲线段，用越来越多的短直线段来逼近曲线段。当直线段拟合结果满足设定条件时，终止拟合过程。定义直线段拟合误差ε为：

ε＝max_i|d_i|  (6)

ε从距离上描述了某直线段对相应曲线段的逼近程度，一般一条曲线段包含多个像素，计算每个像素到该直线段的距离可以得到一个d_i，拟合误差ε取最大的d_i。ε越小说明直线段分割效果越逼近曲线段。对于某条曲线段，若ε小于设定的阈值Th，则认为对该曲线段的分割已完成。阈值Th不能太大，否则分割后的直线段与曲线段相差太大；也不能过小，否则分割后的直线段长度会很小且直线段数量会很多。经过测试，本发明设置Th＝6。

图4描述了直线段分割的过程。从曲线段的两端点直接相连开始，每条直线段的拟合误差如图中虚线所示，如果误差比阈值Th大，则在曲线段上点到直线段距离最大处将曲线段分裂成两段，如此反复进行，直到所有直线段拟合误差都比阈值Th小为止。采用此方法遍历图像，完成全部边缘曲线段的分割。图3的直线段分割结果如图5所示，从左至右三个区域通过分割分别得到了17、9、26条直线段。

(3)轮廓智能综合优化

地物要素分割结果数据直线段拟合后，为了获取符合规范要求的居民地轮廓，需要对边界线在保持区域面积基本不变的前提下，进行进一步的规则化处理。本发明设计的主要步骤描述如下：

1)居民区轮廓去凸补凹处理。去除小的凸起，填补小的凹进。目的是消除边界局部细节，拉直边线。

2)边界垂直调整。依照水平/垂直方向调整边界，并合并处理。为了保持边界最大限度地准确，调整边界采用下列原则：

①近似水平或垂直的改水平或垂直；

②平行线间隔过短，合并；

③拐角过小，改为直角。

以图5中左侧第一个区域为例，给出边界直线段逐步规则化示意图，如图6(a)-(f)所示，图6(g)是该区域居民区要素提取结果整体规则化后的结果，从图中可以看出，本发明方法可以完成边缘轮廓的直角化处理，整体视觉效果良好。

图7和图8给出更多区域的居民区要素轮廓规则化的实验结果。

本发明重点分析了利用2米分辨率影像提取结果进行小比例尺地形图居民区要素轮廓规则化方法。具体来讲，利用基于影像提取结果的居民区轮廓规则化方法，在有地形图情况下，能够为该区域地形图居民区要素更新提供支撑，在无地形图情况下，能够为该区域地形图居民区要素测图提供支撑。

本发明的内容不限于实施例所列举，本领域普通技术人员通过阅读本发明说明书而对本发明技术方案采取的任何等效的变换，均为本发明的权利要求所涵盖。

Claims (4)

1.基于影像提取结果的居民区要素轮廓规则化方法，其特征在于：

包括以下步骤：

步骤一：数据边界定位：

地物要素分割完成后，记录获得连续的栅格点团，首先二值化栅格数据，然后利用数学形态学算法提取二值化的区域边界，获取居民区外部轮廓线；

步骤二：边界轮廓直线段拟合：

首先在轮廓边缘中进行曲线段检测，然后基于折线法以少量的折线段代替曲线并保持其基本形状，最终用较少的数据和简洁的形式表达和描述地物轮廓；

步骤三：轮廓优化：

对居民区轮廓进行去凸补凹处理，然后依照水平/垂直方向调整边界，并合并处理；

上述步骤二中，在轮廓边缘中进行曲线段检测基于三类边缘点，包括交点、端点、以及非交点也非端点的常规边缘点；

曲线段检测前，需要首先在边缘图中检测交点与端点，并将它们作为曲线段的边界；完成交点和端点检测后，遍历原始边缘图，从任一边缘点出发并跟踪搜索邻域内的其它边缘点，直到交点或端点为止；

上述步骤二中，在轮廓边缘中进行曲线段检测指边缘跟踪与连接，包括以下步骤：

步骤1：逐点搜索边缘图像，如果有未连接的边缘点，记为A，并将A压入堆栈Z；若无，停止搜索，返回最终的边缘曲线段检测结果；

步骤2：在点A的八邻域内搜索是否存在其它未连接边缘点，若存在，记录该邻域边缘点为B并将B同样压入堆栈Z，然后标记B和A均为已连接边缘点，最后令D＝A存储点A的像素坐标；

步骤3：前进一步，令A＝B，搜索A的八邻域是否存在其它未连接边缘点，如果存在，记录该边缘点为B并存入堆栈Z，同时标识B为已连接边缘点；

步骤4：重复进行步骤3，直到B为交点或端点；

步骤5：返回步骤2，令A＝D，在A的八邻域内搜索是否存在其它未被标记为已连接的边缘点，如果存在，将堆栈Z内边缘点出栈，出栈后压入堆栈Y，要确保先出Z栈的边缘点先入Y栈，这样可以使得堆栈Z和Y内的边缘点相互倒置，然后记录该未连接边缘点为B并压入堆栈Y，同时修改边缘点B为已连接状态；

步骤6：前进一步，令A＝B，搜索A的八邻域是否存在其它未连接边缘点，如果存在，记录该边缘点为B并压入堆栈Y，同时将B标记为已连接状态；

步骤7：重复进行步骤6，直到B为交点或端点；

步骤8：这时堆栈Y内的边缘点序列就是一条边缘曲线段检测结果，记录该曲线段，清空堆栈Z与Y，并将原始边缘图中处于已连接状态的边缘点赋值为0，返回步骤1开始执行下一次检测。

2.根据权利要求1所述的基于影像提取结果的居民区要素轮廓规则化方法，其特征在于：

步骤二中，基于折线法以少量的折线段代替曲线指曲线的直线段分割，包括以下步骤：

假定某边缘曲线段的像素点集合为{(x₁,y₁),(x₂,y₂),…,(x_k,y_k)}，将该边缘的两个端点(x₁,y₁)和(x_k,y_k)相连组成一条直线，则边缘点(x_i,y_i)到该直线的距离为：

d_i＝γ_i/D (1)

其中D为直线段长度，γ_i由两直线相交方程组解算得到：

γ_i＝|x_i(y₁-y_k)+y_i(x_k-x₁)+y_kx₁-y₁x_k| (2)

使用直线去拟合曲线，通过逐步分裂直线段和曲线段，用越来越多的短直线段来逼近曲线段；当直线段拟合结果满足设定条件时，终止拟合过程；定义直线段拟合误差ε为：

ε＝max_i|d_i| (3)

一条曲线段包含多个像素，计算每个像素到该直线段的距离得到一个d_i，拟合误差ε取最大的d_i；设定ε的阈值为Th＝6。

3.根据权利要求2所述的基于影像提取结果的居民区要素轮廓规则化方法，其特征在于：

步骤三中，对居民区轮廓进行去凸补凹处理指，去除小的凸起，填补小的凹进，消除边界局部细节，拉直边线。

4.根据权利要求3所述的基于影像提取结果的居民区要素轮廓规则化方法，其特征在于：

步骤三中，调整边界的过程中，近似水平或垂直的改水平或垂直，平行线间隔过短的合并，拐角过小的改为直角。

Images