一種面向?qū)ο蠓指罱Y(jié)合灰度形態(tài)學(xué)的道路提取方法
【專利摘要】本發(fā)明公開了一種面向?qū)ο蠓指罱Y(jié)合灰度形態(tài)學(xué)道路提取方法，步驟如下：對原始數(shù)據(jù)進(jìn)行影像融合；對融合結(jié)果進(jìn)行面向?qū)ο蠓指睿换诜指畹玫降膶ο筮M(jìn)行全局分類，類別為各級寬路、城建區(qū)和其他；采用水平算子對原始全色影像進(jìn)行分割，基于灰度形態(tài)學(xué)相關(guān)技術(shù)進(jìn)行窄路提取、降噪；采用基于灰度形態(tài)學(xué)的脊線法對各級寬路進(jìn)行矯正，得到寬路路網(wǎng)；用城建區(qū)掩膜去除窄路提取結(jié)果中的非窄路紋理，得到窄路路網(wǎng)；合并多級路網(wǎng)，得到最終的分級路網(wǎng)提取結(jié)果。本發(fā)明結(jié)合了面向?qū)ο蟆⒕€段匹配和脊線提取三種道路提取思想，通過減弱或消除四種道路提取中可能遇到的噪聲，實現(xiàn)了一種可以兼顧寬路和窄路、具有較高精度和極強(qiáng)實用性的多級道路提取方法。
【專利說明】一種面向?qū)ο蠓指罱Y(jié)合灰度形態(tài)學(xué)的道路提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及遙感影像信息提取領(lǐng)域，更具體地，涉及一種面向?qū)ο蠓指罱Y(jié)合灰度形態(tài)學(xué)的道路提取方法，是一種多級道路提取的半自動化道路提取方法。
【背景技術(shù)】
[0002]道路作為重要的人造的物是現(xiàn)代交通體系的主體，具有重要的政治、經(jīng)濟(jì)和軍事意義，因此道路也成為地圖和地理信息系統(tǒng)中重要的信息載體和處理對象。20世紀(jì)70年代中期，由于數(shù)字化地理交通信息的需要，加之傳統(tǒng)手工道路數(shù)字化成本高、效率低等弊端日益顯現(xiàn)，圖像自動、半自動道路提取技術(shù)隨之出現(xiàn)并逐步發(fā)展。如今，多光譜高分辨率的衛(wèi)星、成像雷達(dá)、無人駕駛飛機(jī)的出現(xiàn)，使得對地觀測手段更加完備，地理影像數(shù)據(jù)日益豐富，可用于道路提取的基礎(chǔ)影像越來越多，為自動、半自動道路提取技術(shù)提供了大量的實驗素材和基礎(chǔ)數(shù)據(jù)。
[0003]另一方面，地圖繪制、地理信息系統(tǒng)更新、城市觀測和規(guī)劃等諸多應(yīng)用需求的出現(xiàn)和不斷增長，促使自動、半自動道路提取相關(guān)技術(shù)不斷發(fā)展。利用計算機(jī)從遙感影像中提取道路引起包括測繪、圖像處理、計算機(jī)視覺等領(lǐng)域?qū)W者的廣泛關(guān)注，在過去十幾年里發(fā)表了大量的論文，相應(yīng)的理論和技術(shù)都取得了長足的發(fā)展。就目前基于遙感影像進(jìn)行道路提取的自動、半自動算法中的典型代表有自適應(yīng)聚類法、模板匹配法、微分幾何法、Snack法及其改進(jìn)算法、形態(tài)學(xué)方法、啟發(fā)式搜索法、基于機(jī)器學(xué)習(xí)的智能算法和面向?qū)ο蠓ǖ鹊取?br> [0004]在遙感領(lǐng)域內(nèi)，目前主流的方式是基于高分辨率、超高分辨率遙感影像，采用自動、半自動的面向像元或面向?qū)ο蟮姆指?、聚類或分類技術(shù)得到道路提取結(jié)果。然而目前這個領(lǐng)域內(nèi)還沒有公認(rèn)的典型、普適的某一類算法可以值得稱道。一方面是由于道路本身光譜特征極為復(fù)雜和難于概括，另一方面也是由于道路周邊環(huán)境的復(fù)雜特征，如高樓遮蓋、異物同譜、路上車輛等等噪聲產(chǎn)生的嚴(yán)重影響。就目前遙感領(lǐng)域內(nèi)基于高分辨率衛(wèi)星影像的各種自動、半自動道路提取方法而言，普遍存在三個問題:一是難于兼顧寬窄，由于算法思想的單一，往往適用于提取寬路斑塊的算法無法提取窄路，同時適用于提取寬度處于像元、亞像元級別窄路的算法在寬路上會發(fā)生極為強(qiáng)烈的扭曲；二是提取結(jié)果單一，普遍的提取結(jié)果為一單純的掩膜，可以區(qū)分道路和非道路，但道路內(nèi)部不分級，使用價值存在局限；三是算法的研究區(qū)域過小，或較大研究區(qū)域內(nèi)道路過于簡單，由此得到的算法一般不具有普適性，如若擴(kuò)大研究范圍或增加道路路網(wǎng)的復(fù)雜程度則很難避免噪聲的嚴(yán)重影響。

【發(fā)明內(nèi)容】

[0005]為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提出面向?qū)ο蠓指罱Y(jié)合灰度形態(tài)學(xué)的道路提取方法，這是一種基于高分辨率遙感影像，可以兼顧寬路與窄路，實現(xiàn)多級道路提取，具有較高精度和極強(qiáng)去噪性能的道路提取方法。
[0006]了實現(xiàn)上述目的，本發(fā)明的技術(shù)方案為:
[0007]—種面向?qū)ο蠓指罱Y(jié)合灰度形態(tài)學(xué)的道路提取方法，所述方法的基本步驟為:[0008]1.1、對原始全色影像和多光譜影像進(jìn)行影像融合得到融合結(jié)果；
[0009]1.2、基于eCognition軟件，對融合結(jié)果進(jìn)行面向?qū)ο蠓指畹玫饺舾蓪ο螅?br> [0010]1.3、面向?qū)ο筮M(jìn)行全局分類，類別為各級寬路、城建區(qū)和其他；
[0011]1.4、采用水平算子對原始全色影像進(jìn)行分割，并采用灰度形態(tài)學(xué)的相關(guān)技術(shù)進(jìn)行窄路的提取和降噪；
[0012]1.5、采用灰度形態(tài)學(xué)相關(guān)技術(shù)實現(xiàn)的脊線法對各級寬路進(jìn)行校正，得到寬路路網(wǎng)；
[0013]1.6、用城建區(qū)掩膜去除窄道提取結(jié)果中的非窄路紋理，得到最終窄路路網(wǎng)；
[0014]1.7、對多級路網(wǎng)進(jìn)行合并，得到最終的分級路網(wǎng)提取結(jié)果。
[0015]優(yōu)選地，所述的采用水平算子對原始全色影像進(jìn)行分割，并采用灰度形態(tài)學(xué)的相關(guān)技術(shù)進(jìn)行窄路的提取和降噪的子步驟包括:
[0016]2.1、選取適當(dāng)結(jié)構(gòu)算子對全色影像進(jìn)行水平算子分割，并對分割結(jié)果進(jìn)行二值化處理，其中水平算子結(jié)構(gòu)如下:
【權(quán)利要求】
1.一種面向?qū)ο蠓指罱Y(jié)合灰度形態(tài)學(xué)的道路提取方法，其特征在于，包括以下步驟: 1.1.對原始全色影像和多光譜影像進(jìn)行影像融合得到融合結(jié)果； 1.2.對融合結(jié)果進(jìn)行面向?qū)ο蠓指畹玫饺舾蓪ο螅? 1.3.基于對象進(jìn)行全局分類，類別為各級寬路、城建區(qū)和其他； 1.4.采用水平算子對原始全色影像進(jìn)行分割，并進(jìn)行窄路的提取和降噪； 1.5.對各級寬路進(jìn)行校正，得到寬路路網(wǎng)； 1.6.用城建區(qū)的掩膜去除窄道提取結(jié)果中的非窄路紋理，得到最終窄路路網(wǎng)； 1.7.對多級路網(wǎng)進(jìn)行合并，得到最終的分級路網(wǎng)提取結(jié)果。
2.根據(jù)權(quán)利要求1所述的道路提取方法，其特征在于，步驟1.1中采用水平算子對原始全色影像進(jìn)行分割，并采用基于灰度形態(tài)學(xué)的方法進(jìn)行窄路的提取和降噪的子步驟包括: 2.1、選取適當(dāng)結(jié)構(gòu)算子對全色影像進(jìn)行水平算子分割，并對分割結(jié)果進(jìn)行二值化處理，其中水平算子結(jié)構(gòu)如下:
3.根據(jù)權(quán)利要求2所述的道路提取方法，其特征在于，在步驟2.3中所述去除殘渣的窗口法定義如下: . 3.1、按一定尺度設(shè)置窗口大小，令該窗口遍歷待處理影像中的全部位置； . 3.2、在遍歷的過程中，如若有標(biāo)記與窗口邊框并的結(jié)果不為零，則窗口內(nèi)不清空；在遍歷的過程中，如若沒有標(biāo)記與窗口邊框并的結(jié)果不為零，則窗口內(nèi)清空。
4.根據(jù)權(quán)利要求1所述的道路提取方法，其特征在于，步驟1.5采用基于灰度形態(tài)學(xué)的方法和脊線法對多級寬路進(jìn)行校正得到寬路路網(wǎng)的方法為: . 4.1、導(dǎo)入各級寬路的柵格掩膜構(gòu)成寬路粗提的路網(wǎng)，并選取適當(dāng)結(jié)構(gòu)算子進(jìn)行閉運(yùn)算填充由車輛造成的路面孔穴、削弱由行樹引起的道路毛邊； .4.2、對寬路粗提路網(wǎng)，采用一定長度、呈若干角度的線段狀結(jié)構(gòu)算子對分割結(jié)果進(jìn)行線段匹配，并在匹配的結(jié)果上進(jìn)行同倫細(xì)化和去除毛刺，提取寬路路網(wǎng)的中脊線； .4.3、利用各級寬路的獨(dú)立掩膜對中脊線進(jìn)行分割，得到各級寬路的中脊線； . 4.4、對于不同級別的寬路中脊線，選取適當(dāng)、對應(yīng)的結(jié)構(gòu)算子進(jìn)行膨脹，得到不同級別道路間寬度不等、同一級別道路內(nèi)寬度均衡、無孔穴且邊緣平滑的各級寬路提取結(jié)果。
5.根據(jù)權(quán)利要求1所述的道路提取方法，其特征在于，步驟1.7中對多級路網(wǎng)進(jìn)行合并，得到最終的分級路網(wǎng)提取結(jié)果的方法為: . 5.1、將步驟1.1至1.6中所有道路提取的結(jié)果按道路寬度排序，從第一級道路、第二級道路一直到窄路路網(wǎng)； . 5.2、對某一級待處理的道路，先求其之前各級道路的并，再求本級道路與并結(jié)果的交，最終求本級道路減去交的結(jié)果，得到最終本級道路的掩膜，公式如下:

【文檔編號】G06K9/46GK103996042SQ201410214588
【公開日】2014年8月20日 申請日期:2014年5月20日 優(yōu)先權(quán)日:2014年5月20日
【發(fā)明者】劉凱, 劉洋, 柳林 申請人:中山大學(xué)