CN113155033A - 一种基于遥感影像计算农村公路路面宽度的方法 - Google Patents
一种基于遥感影像计算农村公路路面宽度的方法 Download PDFInfo
- Publication number
- CN113155033A CN113155033A CN202011604464.5A CN202011604464A CN113155033A CN 113155033 A CN113155033 A CN 113155033A CN 202011604464 A CN202011604464 A CN 202011604464A CN 113155033 A CN113155033 A CN 113155033A
- Authority
- CN
- China
- Prior art keywords
- rural highway
- remote sensing
- calculating
- image
- sensing image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于遥感影像计算农村公路路面宽度的方法,包括以下步骤:步骤1:算法概述;步骤2:获取农村公路影像上的位置;步骤3:计算农村公路路线在影像上的起止点;步骤4:计算农村公路的路面宽度。本发明采用基于链码追踪加权算法的方式计算农村公路路面宽度,消除农村公路路线使用GPS采集时存在的误差因素,提升了获取农村公路路面宽度的计算精度。
Description
技术领域
本发明涉及农村公路管理领域,名称为:一种基于遥感影像计算农村公路路面宽度的方法。
背景技术
目前,遥感影像、GIS和GPS等技术已在交通行业内广泛使用。为准确掌握农村公路的发展情况、建设需求和建设进程,交通运输部于2005年组织开展了全国农村公路通达情况专项调查工作,统一采用GPS技术手段分别获取了全国范围内所有农村公路的空间矢量数据与属性数据。2007年部建立了农村公路基础数据和电子地图的年度更新制度,继续应用GPS技术结合遥感影像对全国农村公路进行年度更新。在使用交通运输行业内的全国农村公路时,存在现状数据路面度宽与属性库内不一样,为提高基础数据的准确性提出一种基于遥感影像计算农村公路路面宽度的方法来自动计算农村公路路面宽度,解决行业内数据更新不及时和不准确的问题。
发明内容
为解决自动计算农村公路路面宽度的问题,本发明提供一种基于遥感影像的方式来获取农村公路路面宽度的方法。为解决上述技术问题,本发明提供了以下的技术方案:
步骤1:算法概述;
步骤2:获取农村公路影像上的位置;
步骤3:计算农村公路路线在影像上的起止点;
步骤4:计算农村公路的路面宽度;
所述算法概述及数据预处理包括如下:
步骤101:算法;
步骤102:获取农村公路矢量数据和相应的遥感影像数据;
步骤103:数据处理技术;
所述算法包括如下步骤:
步骤1011:确定农村公路矢量地图的坐标系和遥感影像数据的坐标系;
步骤1012:根据算法选择相应的数据文件,计算农村公路路面宽度。
作为本发明的一种优选技术方案,所述数据预处理包括如下步骤:
步骤1021:在GIS软件中将农村公路矢量数据和遥感影像叠加在地图展示控件内展示;
步骤1022:设置农村公路矢量数据的宽度为1个像素;
步骤1023:设置农村公路矢量数据的起止点对应遥感影像上的位置;
步骤1024:根据缓冲值识别农村公路矢量数据对应遥感影像上的图片像素区域。
所述数据处理技术使用相关技术工具,对原始遥感影像进行切割,把遥感影像按格网方式进行切割处理,形成固定尺寸的图片。
所述获取农村公路矢量数据的起止位置信息:农村公路矢量数据起点匹配算法包括如下步骤:
步骤201:遍历农村公路矢量数据内所有路线;
步骤202:根据图形连续性获取农村公路线形的起止点位置。
作为本发明的一种优选技术方案,所述遍历农村公路矢量数据内所有路线为覆盖范围内所有路线数据。根据图形连续性获取农村公路线形的起止点位置算法包括如下步骤:
步骤2021:对农村公路的点集合Pn使用链码法搜索步长L求得农村公路点集合中的第Pi,i∈(1,2,…,n)处点Fi n的影像上特征值;
步骤2023:若Ki集合为空则农村公路路线起止点为Pn集合内的第一个点和最后一个点;若K集合内在步长为L范围内有3个以上的值,则截除取到步长L的起点为此路线的止点,剩余的像素如果超出步长L则再循环计算路线与影像。
6、根据权利要求4所述的一种基于遥感影像计算农村公路路面宽度的方法,其特征在于,根据缓冲值识别农村公路矢量数据对应遥感影像上的图片像素区域并转换成路面宽度的算法包括如下步骤:
步骤303:对影像上每张图片像素集合P进行二值转换,在集合P内像素的RGB值设置为(255,255,255),其余像素RGB值设置为(0,0,0)。
步骤304:对影像图片上的RGB为(255,255,255)的像素使用Image2Polygon()工具转换成面状的图斑。
步骤305:对面状图斑的面积除路线在图像上的有效长度,再取一半即为图斑区域内的路面宽度的有效值。
步骤306:对所有面状图斑在30米范围内的连续图斑进行融合,从而获取路线的路面宽度。
本发明的有益效果是:该种基于遥感影像计算农村公路路面宽度的方法,这种方法使用了一种基于链码追踪加权算法,能够有效地提升从遥感影像上获取农村公路路面宽度的精度,剔除由于农村公路线形不准带来计算农村公路路面宽度的精度,同时消除由于农村公路旁边绿化、房屋等周边附属设施遮挡农村公路路面的影响,从而提升计算农村公路的路面宽度的精度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于遥感影像计算农村公路路面宽度的方法的匹配算法流程图;
图2是本发明一种基于遥感影像计算农村公路路面宽度的农村公路矢量数据起点匹配算法示意图;
图3是本发明一种基于遥感影像计算农村公路路面宽度的计算路线宽度的算法示意图;
图4是本发明一种基于遥感影像计算农村公路路面宽度的步骤示意图。
具体实施方式
以下结合附图对本发明的实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
关于具体算法的说明:
一、定义及声明
定义1.坐标:定义原点为屏幕左下角,x轴向右的水平方向,y轴向上的垂直方向。
定义2:长度对应:农村公路矢量L长度为LM,影像像素的长度为L'm,则有矢量与影像上长度的Lm→L'm对应关系。
实施例:如图1、图2、图3和图4所示,本发明一种基于遥感影像计算农村公路路面宽度的方法,包括如下步骤:
步骤1:算法概述;
步骤2:获取农村公路影像上的位置;
步骤3:计算农村公路路线在影像上的起止点;
步骤4:计算农村公路的路面宽度;
所述算法概述及数据预处理包括如下:
步骤101:算法;
步骤102:获取农村公路矢量数据和相应的遥感影像数据;
步骤103:数据处理技术;
所述算法包括如下步骤:
步骤1011:确定农村公路矢量地图的坐标系和遥感影像数据的坐标系;
步骤1012:根据算法选择相应的数据文件,计算农村公路路面宽度。
步骤1021:在GIS软件中将农村公路矢量数据和遥感影像在同一坐标系内叠加显示;
步骤1022:设置农村公路矢量数据的宽度为1个像素;
步骤1023:设置农村公路矢量数据的起止点对应遥感影像上的位置;
步骤1024:根据缓冲值识别农村公路矢量数据对应遥感影像上的图片像素区域。
农村公路矢量数据起点匹配算法包括如下步骤:
步骤201:遍历农村公路矢量数据内所有路线;
步骤202:根据图形连续性获取农村公路线形的起止点位置。
作为本发明的一种优选技术方案,所述遍历农村公路矢量数据内所有路线为覆盖范围内所有路的所有数据。根据图形连续性获取农村公路线形的起止点位置算法包括如下步骤:
步骤2021:对农村公路的点集合Pn使用链码法搜索步长L求得农村公路点集合中的第Pi,i∈(1,2,…,n)处点Fi n的影像上特征值;
步骤2023:若Ki集合为空则农村公路路线起止点为Pn集合内的第一个点和最后一个点;若K集合内在步长为L范围内有3个以上的值,则截除取到步长L的起点为此路线的止点,剩余的像素如果超出步长L则再循环计算路线与影像。
根据缓冲值识别农村公路矢量数据对应遥感影像上的图片像素区域并转换成路面宽度的算法包括如下步骤:
步骤303:对影像上每张图片像素集合P进行二值转换,在集合P内像素的RGB值设置为(255,255,255),其余像素RGB值设置为(0,0,0)。
步骤304:对影像图片上的RGB为(255,255,255)的像素使用Image2Polygon()工具转换成面状的图斑。
步骤305:对面状图斑的面积除路线在图像上的有效长度,再取半值即为图斑区域内的路面宽度的有效值。
步骤306:对所有面状图斑在30米范围内的连续图斑进行融合,从而获取路线的路面宽度。
最后应说明的是:以上所述仅为本发明的优选实施方案而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施案例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于遥感影像计算农村公路路面宽度的方法,其特征在于,它包括如下步骤:
步骤1:算法概述;
步骤2:获取农村公路影像上的位置;
步骤3:计算农村公路路线在影像上的起止点;
步骤4:计算农村公路的路面宽度;
所述算法概述及数据预处理包括如下:
步骤101:算法;
步骤102:获取农村公路矢量数据和相应的遥感影像数据;
步骤103:数据处理技术;
所述算法包括如下步骤:
步骤1011:确定农村公路矢量地图的坐标系和遥感影像数据的坐标系;
步骤1012:输入影像数据和农村公路数据,计算农村公路路面宽度。
2.根据权利要求1所述的一种基于遥感影像计算农村公路路面宽度的方法,其特征在于,所述数据预处理包括如下步骤:
步骤1021:在GIS软件中将农村公路矢量数据和遥感影像叠加在同一个地图展示控件内显示;
步骤1022:设置农村公路矢量数据的宽度为1个像素;
步骤1023:设置农村公路矢量数据的起止点对应遥感影像上的位置;
步骤1024:根据缓冲值识别农村公路矢量数据对应遥感影像上的图片像素区域。
3.根据权利要求1所述的一种基于遥感影像计算农村公路路面宽度的方法,其特征在于,所述数据处理技术使用相关技术工具,对原始遥感影像进行切割,把遥感影像按格网方式进行切割处理,形成固定尺寸的图片。
4.根据权利要求1所述的一种基于遥感影像计算农村公路路面宽度的方法,其特征在于,所述获取农村公路矢量数据的起止位置信息:农村公路矢量数据起止匹配算法包括如下步骤:
步骤201:遍历农村公路矢量数据内所有路线;
步骤202:根据图形连续性获取农村公路线形的起止点位置。
5.根据权利要求4所述的一种基于遥感影像计算农村公路路面宽度的方法,其特征在于,所述遍历农村公路矢量数据内所有路线为覆盖范围内所有路线数据。
6.根据权利要求4所述的一种基于遥感影像计算农村公路路面宽度的方法,其特征在于,根据图形连续性获取农村公路线形的起止点位置算法包括如下步骤:
步骤2021:对农村公路的点集合Pn使用链码法搜索步长L求得农村公路点集合中的第Pi,i∈(1,2,…,n)处点Fi n的影像上特征值;
步骤2023:若Ki集合为空则农村公路路线起止点为Pn集合内的第一个点和最后一个点;若K集合内在步长为L范围内有3个以上的值,则截除取到步长L的起点为此路线的止点,剩余的像素如果超出步长L则再循环计算路线与影像。
7.根据权利要求4所述的一种基于遥感影像计算农村公路路面宽度的方法,其特征在于,根据缓冲值识别农村公路矢量数据对应遥感影像上的图片像素区域并转换成路面宽度的算法包括如下步骤:
步骤303:对影像上每张图片像素集合P进行二值转换,在集合P内像素的RGB值设置为(255,255,255),其余像素RGB值设置为(0,0,0)。
步骤304:对影像图片上的RGB为(255,255,255)的像素使用Image2Polygon()工具转换成面状的图斑。
步骤305:对面状图斑的面积除路线在图像上的有效长度,再取1/2值为得到图斑区域内的路面宽度的有效值。
步骤306:对所有面状图斑在30米范围内的连续图斑进行融合,从而获取路线的路面宽度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011604464.5A CN113155033A (zh) | 2020-12-30 | 2020-12-30 | 一种基于遥感影像计算农村公路路面宽度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011604464.5A CN113155033A (zh) | 2020-12-30 | 2020-12-30 | 一种基于遥感影像计算农村公路路面宽度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113155033A true CN113155033A (zh) | 2021-07-23 |
Family
ID=76878135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011604464.5A Pending CN113155033A (zh) | 2020-12-30 | 2020-12-30 | 一种基于遥感影像计算农村公路路面宽度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113155033A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009086956A (ja) * | 2007-09-28 | 2009-04-23 | Hitachi Software Eng Co Ltd | 道路地図データ作成装置 |
CN103218618A (zh) * | 2013-01-09 | 2013-07-24 | 重庆交通大学 | 一种基于遥感数字图像的公路路线自动提取方法 |
CN110909109A (zh) * | 2019-12-10 | 2020-03-24 | 交通运输部科学研究院 | 一种gis系统路线轨迹比对与筛选方法 |
CN111523459A (zh) * | 2020-04-22 | 2020-08-11 | 中科三清科技有限公司 | 遥感影像裸地识别方法、装置、电子设备及存储介质 |
CN112396612A (zh) * | 2020-11-16 | 2021-02-23 | 自然资源部国土卫星遥感应用中心 | 一种矢量信息辅助的遥感影像道路信息自动提取方法 |
-
2020
- 2020-12-30 CN CN202011604464.5A patent/CN113155033A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009086956A (ja) * | 2007-09-28 | 2009-04-23 | Hitachi Software Eng Co Ltd | 道路地図データ作成装置 |
CN103218618A (zh) * | 2013-01-09 | 2013-07-24 | 重庆交通大学 | 一种基于遥感数字图像的公路路线自动提取方法 |
CN110909109A (zh) * | 2019-12-10 | 2020-03-24 | 交通运输部科学研究院 | 一种gis系统路线轨迹比对与筛选方法 |
CN111523459A (zh) * | 2020-04-22 | 2020-08-11 | 中科三清科技有限公司 | 遥感影像裸地识别方法、装置、电子设备及存储介质 |
CN112396612A (zh) * | 2020-11-16 | 2021-02-23 | 自然资源部国土卫星遥感应用中心 | 一种矢量信息辅助的遥感影像道路信息自动提取方法 |
Non-Patent Citations (2)
Title |
---|
吴晓燕: "影像与矢量结合的道路自动提取及变化检测", 《中国测绘学会2010年学术年会论文集》 * |
夏智超: "基于高分辨率卫星影像的道路宽度估计方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109285220B (zh) | 一种三维场景地图的生成方法、装置、设备及存储介质 | |
US8359156B2 (en) | Map generation system and map generation method by using GPS tracks | |
US6920391B2 (en) | High resolution tracking of mobile assets | |
US11590989B2 (en) | Training data generation for dynamic objects using high definition map data | |
CN112800911B (zh) | 一种路面损伤快速检测及自然数据集构建方法 | |
CN107885790B (zh) | 一种道路空间网络多因子自动更新方法 | |
CN113593017A (zh) | 露天矿地表三维模型构建方法、装置、设备及存储介质 | |
CN104034316A (zh) | 一种基于视频分析的空间定位方法 | |
CN105354832B (zh) | 一种山区卫星影像自动配准到地理底图上的方法 | |
US11699234B2 (en) | Semantic segmentation ground truth correction with spatial transformer networks | |
US11361490B2 (en) | Attention guidance for ground control labeling in street view imagery | |
CN114140592A (zh) | 高精地图生成方法、装置、设备、介质及自动驾驶车辆 | |
JPH0561407A (ja) | 図形処理装置 | |
US20220058825A1 (en) | Attention guidance for correspondence labeling in street view image pairs | |
CN113763438B (zh) | 一种点云配准方法、装置、设备及存储介质 | |
CN112287425A (zh) | 一种市政工程测量定位方法及系统 | |
CN113155033A (zh) | 一种基于遥感影像计算农村公路路面宽度的方法 | |
Herold et al. | Automatically georeferenced maps as a source for high resolution urban growth analyses | |
WO2008072429A1 (ja) | 地理情報関連付き画像データ表示システム | |
CN110132233A (zh) | 一种基于点云数据的cass环境下现状地形图绘图方法 | |
CN110909109B (zh) | 一种gis系统路线轨迹比对与筛选方法 | |
CN114565906A (zh) | 障碍物检测方法、装置、电子设备及存储介质 | |
CN115147549A (zh) | 基于多源数据融合的城市三维模型生成及更新方法 | |
CN104964670A (zh) | 一种利用数字设备进行无纸化摄影测量的方法 | |
Soilán et al. | Deep Learning-Based Road Segmentation of 3D Point Clouds for Assisting Road Alignment Parameterization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210723 |
|
WD01 | Invention patent application deemed withdrawn after publication |