[发明专利]多光谱遥感影像道路中心线自动检测方法

权利要求书

1.一种多光谱遥感影像道路中心线自动检测方法，包括如下步骤：

(1)输入高分辨率16位多光谱遥感图像，并调整这些遥感图像的数据格式构建光谱矢量SV；

(2)利用光谱矢量完善光谱标记库：

若光谱标记库未建立，则在调整后的遥感图像上人工标记N个典型光谱矢量V_i，i＝1…N,N为人工标记道路目标总数,V_i分别对应所有人工标记道路目标的典型光谱矢量，计算N个典型光谱矢量V_i的均值V作为道路目标光谱标记；

若光谱标记库已建立且标记库中包含道路目标的光谱标记，则取出光谱标记库中道路目标光谱标记V；

(3)设定聚类数目K，K≥3，采用K-Means聚类算法获得聚类后的聚类中心Q_i,以及Q_i对应的类别号R_i，i＝1…K；

(4)计算聚类中心Q_i与道路光谱标记V的欧氏距离Δ_i，i＝1…K，其中Δ_i的最小值为Δ_min，最小值Δ_min对应的类别号为R_min，类别号R_min为包含道路目标类别；

(5)将类别号R_min所对应光谱矢量的灰度值设定为1，剩余其它类别号R_i所对应光谱矢量的灰度值设定为0，i＝1…K，得到包含道路目标的二值图像BW；

(6)滤除包含道路目标的二值图像BW中连通域面积S小于50的细小斑点区域，得到去噪图像BW₂；

(7)滤除去噪图像BW₂中连通域长宽比C小于1.3的连通区域，并滤除该连通域矩形度P大于0.3的连通区域，得到满足道路形态学约束的特征图像BW₃；

(8)采用top-hat变换滤除特征图像BW₃中指定结构元素strel的区域，得到去除部分建筑物的耦合图像BW₄，该指定结构元素strel是指类型为圆盘型，大小为9的结构元素；

(9)采用多方向线形滤波方法完全滤除耦合图像BW₄中与道路粘连的建筑物区域，得到完全去除建筑物的区域图像BW₅；

(10)采用形态学细化算法对区域图像BW₅进行细化操作，得到道路中心线road。

2.根据权利要求1所述的多光谱遥感影像道路中心线自动检测方法，其中所述步骤(1)中光谱矢量SV的构建，按如下步骤进行：

(1a)将多光谱遥感图像g的行数保存为h、列数保存为w、光谱层数保存为p；

(1b)对多光谱遥感图像g各光谱层的图像分别做累计直方图调整，得到调整后的多光谱遥感图像g′：

(1b1)将多光谱遥感图像g中第k光谱层的子图像保存为g_k，k＝1…p，计算该子图像g_k的最小灰度值min_k和最大灰度值max_k，并在min_k～max_k范围内做子图像g_k的累计直方图；

(1b2)将累计直方图2％位置处的灰度值保存为Zmin，将累计直方图98％位置处的灰度值保存为Zmax，将子图像g_k中所有小于Zmin的灰度值用Zmin代替，将子图像g_k中所有大于Zmax的灰度值用Zmax代替；

(1b3)将子图像g_k在Zmin～Zmax范围内的灰度映射到0～65535灰度值，最后将各层子图像g_k按光谱层顺序拼合得到调整后的多光谱遥感图像g′；

(1c)用调整后的多光谱遥感图像g′中的每个像素点在不同光谱层的灰度值构成矢量，即光谱矢量SV。

3.根据权利要求1所述的多光谱遥感影像道路中心线自动检测方法，其中所述步骤(2)中人工添加光谱标记，是采用真彩色模式显示多光谱图像，对于需要添加的道路目标，在图像上人工标记N个最具代表性的典型光谱矢量，并对这N个最具代表性的典型光谱矢量V_i求取均值得到道路光谱标记V。