CN110443816A - 基于道路交叉口检测的遥感影像上城市道路提取方法 - Google Patents

Abstract

本发明公开了一种基于道路交叉口检测的遥感影像上城市道路提取方法，包括步骤：建立道路交叉口模型，基于遥感影像提取初始道路线；对初始道路线进行求交运算提取初始道路交叉点，并构建初始道路网络；基于影像分割和交叉口轮廓形状分析法对初始道路交叉点进行检测与验证，获取交叉点的类型及其连通的道路方向；根据交叉点的类型选取正确的交叉点，结合其连通的道路方向，构建目标城市道路网络。其显著效果是：基于道路交叉口提取城市道路，为城市道路网提取提供了稳定可靠的提取结果，完整度、准确率更高，有效克服了现有技术中算法不具备普适性、对道路特征和地物情况要求较高等不足。

Description

基于道路交叉口检测的遥感影像上城市道路提取方法

技术领域

本发明涉及到遥感影像信息提取技术领域，具体涉及一种基于道路交叉口检测的遥感影像上城市道路提取方法。

背景技术

道路作为地理信息中重要的枢纽，与交通、水利、城市规划、电力、应急响应、能源等各行各业的建设密切相关。道路的识别与提取研究一直是近二十年来的重要研究课题，从城市地区中提取道路网更是尚未解决的难题。

许多学者在道路提取研究中取得不同程度的成果，尤其是在中低分辨率遥感影像中提取郊区道路，已有了不少成熟稳健的算法及策略。但是，相对于地物稀少且道路特征明显的乡村地区，城市区域场景复杂，道路纵横交错，形状种类多变，道路周围地物亦是种类繁多，分布密集。因此，高分辨率遥感影像中的道路表面易被高楼、树木等遮挡丢失信息，或出现大面积阴影形成干扰。再加上路面的丰富细节，如汽车、隔离带等，导致道路表面光谱及纹理的异样，这些因素严重影响了识别和提取工作。此外，同物异谱及同谱异物现象也是从影像中提取道路的一大难题，如停车场、建筑物房顶等。

而道路交叉口是初始路网的重要基础信息，通过有效地检测道路交叉口的位置和类型，可以为道路网提取提供可靠的初始结构。因此，本发明提出一种基于道路交叉口检测的城市道路提取方法。

发明内容

针对现有技术的不足，本发明的目的是提供一种基于道路交叉口检测的遥感影像上城市道路提取方法，通过该方法能够获取更加完整、准确率更高的道路网络。

为达到上述目的，本发明采用的技术方案如下：

一种基于道路交叉口检测的遥感影像上城市道路提取方法，其关键在于包括以下步骤：

步骤1：建立道路交叉口模型，基于遥感影像提取初始道路线；

步骤2：对初始道路线进行求交运算提取初始道路交叉点，并构建初始道路网络；

步骤3：基于影像分割和交叉口轮廓形状分析法对初始道路交叉点进行检测与验证，获取交叉点的类型及其连通的道路方向；

步骤4：根据交叉点的类型选取正确的交叉点，结合其连通的道路方向，构建目标城市道路网络。

进一步的，所述道路交叉口模型包含的数据结构有交叉口ID号、交叉口平面坐标、交叉口连接的道路ID号以及交叉口连接的道路方向。

进一步的，步骤2中通过求交运算提取初始道路交叉点包括初始道路交叉点计算过程与道路线重建过程。

进一步的，所述初始道路交叉点计算过程的步骤如下：

步骤2.1：遍历一条初始道路线中的每一个道路段，计算各道路段与其他道路段的交点；

步骤2.2：根据道路交叉口类型，判断交点是否为候选交叉点，并记录交点坐标和所连通道路段ID号；

步骤2.3：重复步骤2.1和2.2，直到所有初始道路线遍历结束。

进一步的，所述道路线重建过程的具体步骤如下：

步骤2.4：逐个遍历一条初始道路线中的每个道路段，将道路段上提取出的初始道路交叉点进行排序；

步骤2.5：按顺序将初始道路交叉点处的初始道路线断开，形成新的道路线；

步骤2.6：重复步骤2.4和2.5，直到遍历完所有道路线。

进一步的，步骤3中基于影像分割和交叉口轮廓形状分析法对所述初始道路交叉点的检测与验证的步骤如下：

步骤3.1：提取初始道路交叉点所在区域的轮廓；

步骤3.2：压缩轮廓，保留代表形状的关键特征点；

步骤3.3：计算每个交叉点到轮廓顶点的欧式距离，并投影到二维坐标系下形成二维曲线图；

步骤3.4：采用道格拉斯-普克算法压缩二维曲线图中的曲线，并探测波谷，统计波谷数量，获得交叉点的类型；

步骤3.5：利用相邻波谷点分割交叉点连通的道路区域，实现初始道路交叉点区域轮廓分割；

步骤3.6：计算各道路区域的重心点，获取交叉点到重心点的方位角作为连通道路方向。

进一步的，所述二维曲线图中，横坐标表示轮廓顶点的编号，纵坐标表示轮廓顶点距离交叉点的欧氏距离。

进一步的，步骤2中所述初始道路网络由初始道路交叉点及以初始道路交叉点为始末点的道路线构建而成。

本发明通过分析遥感影像的城市道路特点，基于道路的交叉点检测道路提取的关键技术和策略，通过从初始道路线中提取候选初始道路交叉点位置与连通道路信息，并分割初始道路交叉点所在区域影像，然后将初始道路交叉点所在区域轮廓的顶点投影到二维特征的曲线图中，最后通过该二维折线获得交叉口类型及连通道路的方向，从而获取城市道路提取结果。

本发明的显著效果是：基于道路交叉口提取城市道路，由于道路交叉口往往无遮蔽或遮蔽较少；再通过道路交叉口的检测与验证方法，可以为城市道路网提取提供了稳定可靠的提取结果，完整度、准确率更高，有效克服了现有技术中算法不具备普适性、对道路特征和地物情况要求较高等不足。

附图说明

图1是本发明的方法流程图；

图2是四种道路交叉口模型示意图；

图3是交点计算的四种情形示意图；

图4是四种交叉点构建道路网络示意图；

图5是道路拓扑关系修复示意图；

图6是错误交叉点情况示意图；

图7是交叉口形状示意图；

图8是交叉口形状分析图。

具体实施方式

下面结合附图对本发明的具体实施方式以及工作原理作进一步详细说明。

如图1所示，一种基于道路交叉口检测的遥感影像上城市道路提取方法，主要步骤有从遥感影像数据自动提取矢量道路线作为初始值，获取初始道路线；从初始道路线中提取关键点，包括带连通道路方向的交叉点以及形状关键点，通过交叉点的检测与验证，获取交叉口的类型及其连同道路的方向，构建成所需的目标城市道路网络，具体步骤如下所述：

首先进入步骤1：建立道路交叉口模型，如图2所示，分别为T型、Y型、十型、X型，该道路交叉口模型包含的数据结构有交叉口ID号、交叉口平面坐标、交叉口连接的道路ID号以及交叉口连接的道路方向，并基于遥感影像提取初始道路线。

然后进入步骤2：对初始道路线进行求交运算提取初始道路交叉点，并构建初始道路网络。

由于每个交叉口连接若干个道路线，若干个道路线交汇于一个交叉口。所以道路网络由数个交叉口构成，而交叉口则记录了与之连通的道路线。因此，依据初始道路线计算初始道路交叉点的位置，即道路线求交可有效对道路信息进行提取。

假设道路线中的道路段记为S，提取方法通过逐个遍历道路段以求取初始道路交叉点。初始道路线因未考虑拓扑关系，导致交叉口的道路线未能相交，所以计算交点时，存在这样4种情况，如图3所示：

第一种情况如图3a所示，当交点在道路段Sa和Sb上，则该点作为交叉口保留；第二种情况如图3b所示，若交点只在道路段Sb上，且距离Sa的端点小于给定阈值，则需要判断Sa道路段是否是其所在道路线的起始段或者结尾段，若是，则将交叉点保留，否则，道路段Sa与Sb之间不会形成交叉口；第三种情况如图3c所示，与第二种类似；第四种情况如图3d所示，若交点即不在道路段Sa上也不在道路段Sb上，且到两线段端点距离小于给定阈值，则道路段Sa、Sb必须都是其所在道路线的起始段或结尾段，否则这样的交叉口也不存在。依据上述的四种情况，通过求交运算提取初始道路交叉点的步骤如下：

其包括初始道路交叉点计算过程与道路线重建过程。

关于所述初始道路交叉点计算过程：

步骤2.1：遍历一条初始道路线中的每一个道路段，计算各道路段与其他道路段的交点；

步骤2.2：根据道路交叉口类型，判断交点是否为候选交叉点，并记录交点坐标和所连通道路段ID号；

步骤2.3：重复步骤2.1和2.2，直到所有初始道路线遍历结束。

关于所述道路线重建过程：

步骤2.4：逐个遍历一条初始道路线中的每个道路段，将道路段上提取出的初始道路交叉点进行排序(一条道路段上可能存在多个交叉点)；

步骤2.5：按顺序将初始道路交叉点处的初始道路线断开，形成新的道路线，如图4所示；

步骤2.6：重复步骤2.4和2.5，直到遍历完所有道路线。

本例中，通过在提取初始道路交叉点的同时，对道路线进行分割，并由初始道路交叉点及以初始道路交叉点为始末点的道路线构建道路网络，使得交叉口处未连接部分(如图5a所示)的拓扑关系得以修复，如图5b所示，从而有助于提高道路提取的准确度。

然而，由此获得的初始道路交叉点最多只能获得四个道路方向，即两个相交的道路对应的方向，而对于更多条道路汇集的交叉口，难以由此方法提取，因为通过计算线段两两相交，会提取出多个初始道路交叉点，如图6a所示。另外，如图6b所示，三条道路交汇于一个交叉口，但是由于提取的道路线方向存在误差，导致多个错误初始道路交叉点的产生，而且交叉口位置或方向的错误将影响道路的走向。因此，由初始道路线提取的初始道路交叉点，存在部分错误，必须进行初始道路交叉点的验证并修复。

进入步骤3：基于影像分割和交叉口轮廓形状分析法对初始道路交叉点进行检测与验证，获取交叉点的类型及其连通的道路方向。

待验证初始道路交叉点的计算是通过搜索该点周围一定领域内有无其他交点的方式确定，若小范围内有一个以上交点，则存在错误点的可能性较大，因为道路不会很短，交叉口之间距离也不会很近，出现这种情况大多如图6所示的两种情况所致，所以将这些点记为待验证交叉点。

本实施例利用影像分割和交叉口的轮廓形状分析法实现交叉点类型的验证和获取。方法首先从影像中截取以交叉点为中心的方形区域，做影像分割处理；再提取交叉点所在区域轮廓，分析轮廓形状，从而获取交叉点类型和连通的道路方向以判断是否修改交点信息。

众所周知，初始道路交叉点所在区域为多条道路交汇处。道路都表现为带状同质区域，而道路汇合区域的材质、表面平滑度都与道路一样，与道路表现出同样的特性，所以交叉口的几何形状是有多个衍生方向的复杂多边形，如图7a与图7b所示。

由于多边形向外突出的部位即为道路，这里提出基于交叉口轮廓分析的方法以获取交叉点类型以及连通的道路方向，具体过程为：

步骤3.1：提取初始道路交叉点所在区域的轮廓；

步骤3.2：压缩轮廓，保留代表形状的关键特征点；

步骤3.3：计算每个交叉点到轮廓顶点的欧式距离，并投影到二维坐标系下形成二维曲线图；

步骤3.4：采用道格拉斯-普克算法压缩二维曲线图中的曲线，并探测波谷，统计波谷数量，获得交叉点的类型；

步骤3.5：利用相邻波谷点分割交叉点连通的道路区域，实现初始道路交叉点区域轮廓分割；

步骤3.6：计算各道路区域的重心点，获取交叉点到重心点的方位角作为连通道路方向。

结合本例进行分析，首先将提取的轮廓进行压缩，保留代表形状的关键顶点。将关键顶点按逆时针方向编号，如图8a所示，共52个，则其连通道路方向则如图8b所示。将所有顶点按顺序投影至二维坐标系下，如图8c所示，其中横坐标表示轮廓顶点的编号，纵坐标表示轮廓顶点距离轮廓中心(即交叉点)的欧氏距离。将顶点在二维坐标系中对应的位置连接成曲线(如图8c中短直线连接形成的波形所示)，可以清晰的发现几处明显的波谷和波峰。这些波峰对应的轮廓顶点距离初始道路交叉点较远，其所在的位置存在连通道路，而统计波谷的个数便可获得该交叉点连通的道路个数，如图8c中轮廓有四个明显的波谷，代表该初始道路交叉点连通了四个道路方向。为便于探测二维曲线的波峰和波谷，将横坐标拉伸10倍，并利用道格拉斯-普克算法对曲线进行压缩(图8c中长直线连接形成的波形所示)，可删除先前曲线中的噪声点，只保留形状突出的波峰、波谷位置。然后获取波谷位置的顶点编号，并统计个数，波谷数量即为该初始道路交叉点连通的道路个数。该方法除了可以获取交叉点连通道路的个数，也可以提取连通道路的方向。利用波谷对应的轮廓顶点分割该轮廓。如图8b所示，波谷点编号分别为v4、v13、v26、v40，两相邻波谷点与波谷点之间的所有轮廓顶点可构成一个新的小轮廓，如v4和v40与它们之间的v41～v3构成了轮廓s1。四个波谷点可将交叉点区域分割为四个新的小轮廓，即轮廓s1、s2、s3、s4，每个小轮廓都代表交叉口连接的道路区域，通过计算每块区域的重心(c1，c2，c3，c4)距离轮廓中心o的方向，即可计算得到与中心点相连通的道路矢量方向(oc1，oc2，oc3，oc4)。

最后进入步骤4：根据交叉点的类型选取正确的交叉点，结合其连通的道路方向，构建目标城市道路网络。

本发明通过分析遥感影像的城市道路特点，提出了一种基于道路交叉点检测提取城市道路的关键技术和策略，首先从初始道路线中提取候选初始道路交叉点位置与连通道路信息，之后对提取出的初始道路进行验证，然后通过分割初始道路交叉点所在区域影像，将初始道路所在区域轮廓的顶点投影到二维特征的曲线图中，通过二维折线获得交叉口类型及连通道路的方向。由于道路交叉口往往无遮蔽或遮蔽较少，本发明所述方法将可以稳定可靠的对城市道路网提取进行提取。

以上对本发明所提供的技术方案进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (8)

1.一种基于道路交叉口检测的遥感影像上城市道路提取方法，其特征在于包括以下步骤：

步骤1：建立道路交叉口模型，基于遥感影像提取初始道路线；

步骤2：对初始道路线进行求交运算提取初始道路交叉点，并构建初始道路网络；

步骤3：基于影像分割和交叉口轮廓形状分析法对初始道路交叉点进行检测与验证，获取交叉点的类型及其连通的道路方向；

步骤4：根据交叉点的类型选取正确的交叉点，结合其连通的道路方向，构建目标城市道路网络。

2.根据权利要求1所述的基于道路交叉口检测的遥感影像上城市道路提取方法，其特征在于：所述道路交叉口模型包含的数据结构有交叉口ID号、交叉口平面坐标、交叉口连接的道路ID号以及交叉口连接的道路方向。

3.根据权利要求1所述的基于道路交叉口检测的遥感影像上城市道路提取方法，其特征在于：步骤2中通过求交运算提取初始道路交叉点包括初始道路交叉点计算过程与道路线重建过程。

4.根据权利要求3所述的基于道路交叉口检测的遥感影像上城市道路提取方法，其特征在于：所述初始道路交叉点计算过程的步骤如下：

步骤2.1：遍历一条初始道路线中的每一个道路段，计算各道路段与其他道路段的交点；

步骤2.2：根据道路交叉口类型，判断交点是否为候选交叉点，并记录交点坐标和所连通道路段ID号；

步骤2.3：重复步骤2.1和2.2，直到所有初始道路线遍历结束。

5.根据权利要求3所述的基于道路交叉口检测的遥感影像上城市道路提取方法，其特征在于：所述道路线重建过程的具体步骤如下：

步骤2.4：逐个遍历一条初始道路线中的每个道路段，将道路段上提取出的初始道路交叉点进行排序；

步骤2.5：按顺序将初始道路交叉点处的初始道路线断开，形成新的道路线；

步骤2.6：重复步骤2.4和2.5，直到遍历完所有道路线。

6.根据权利要求1所述的基于道路交叉口检测的遥感影像上城市道路提取方法，其特征在于：步骤3中基于影像分割和交叉口轮廓形状分析法对所述初始道路交叉点的检测与验证的步骤如下：

步骤3.1：提取初始道路交叉点所在区域的轮廓；

步骤3.2：压缩轮廓，保留代表形状的关键特征点；

步骤3.3：计算每个交叉点到轮廓顶点的欧式距离，并投影到二维坐标系下形成二维曲线图；

步骤3.4：采用道格拉斯-普克算法压缩二维曲线图中的曲线，并探测波谷，统计波谷数量，获得交叉点的类型；

步骤3.5：利用相邻波谷点分割交叉点连通的道路区域，实现初始道路交叉点区域轮廓分割；

步骤3.6：计算各道路区域的重心点，获取交叉点到重心点的方位角作为连通道路方向。

7.根据权利要求6所述的基于道路交叉口检测的遥感影像上城市道路提取方法，其特征在于：所述二维曲线图中，横坐标表示轮廓顶点的编号，纵坐标表示轮廓顶点距离交叉点的欧氏距离。

8.根据权利要求1～7任一项所述的基于道路交叉口检测的遥感影像上城市道路提取方法，其特征在于：步骤2中所述初始道路网络由初始道路交叉点及以初始道路交叉点为始末点的道路线构建而成。