[发明专利]一种基于中心线和路宽检测算法的高分辨率遥感影像道路提取方法

权利要求书

1.一种基于中心线和路宽检测算法的高分辨率遥感影像道路提取方法，具体步骤如下，

1)道路影像预处理，进行影像分割和道路目标特征提取；

2)提取道路目标中的中心线和其所对应的路宽，即获取初始化道路中心线和初始化道路路宽的步骤，

3)将初始化道路中心线编码为由单位矩阵表示的初始化张量后，利用张量投票算法获取张量场，将所述张量场分解后得到棒张量分量作为中心线张量场的步骤，

4)利用从中心线张量场中所提取中心线补充初始化道路中心线中断的部分，以获得最终道路中心线；

5)根据最终道路中心线位置匹配初始化道路中心线的位置，结合初始化道路路宽的检测结果，实现完整道路信息的提取；

步骤2)获取初始化道路中心线和初始化道路路宽的步骤具体如下：

首先，用模板q＝3的正方形结构元素膨胀预处理后得道路影像N，膨胀结果与影像N取异或，获得道路边界C；

然后，利用获得的道路边界C初始化道路中心线，具体如下：

(a)构造道路目标的边界距离场D1

采用FMM方法，以道路边界C为演化曲线的初始位置向道路内部演化，定义演化速度为各向同性，其对应的匀速速度函数如式(2)所示，演化方程如式(1)所示，计算道路内部像素点与道路边界C的欧拉距离，至所有像素点处理完毕后得到道路目标的边界距离场D1，所述的道路目标的边界距离场D1(x,C)是道路内各像素x与道路边界C的相对空间距离；

式(1)中表示道路边界C通过位置x在该像素的演化速度，表示道路边界C经过位置x时的时间梯度；x是像素在数据场中的空间位置；

边界距离场D1(x,C)中道路边界处像素对应的边界距离场D1为(0,0)，初始曲线的到达时间为0，即道路边界处像素对应的边界距离场D1为(0,C)；

(b)计算道路目标的源距离场DY和DT

在获得边界距离场D1的基础上，求取边界距离场D1最大位置点E，即满足：

D1(E,C)＝max(D1(x,C))E∈x (3)

通过应用FMM方法，将E作为源点，即源距离场计算的起始点，即演化的初始位置向道路目标内各像素点演化，得到道路目标的源距离场DY(E，x)与DT(E，x)；其中，DY(E，x)表示各像素x与源点E的欧式距离，源距离场DT(E，x)表示各像素x与源点E，以F_D2(x)为速度函数的相对距离，

速度函数F_D2(x)定义为:

源距离场DY(E，x)的速度函数为

(c)在获得道路目标的源距离场DY的基础上，求取道路目标的源距离场最大位置点S，即满足：

DY(E,S)＝max(DY(E,x)) (5)

再以源距离场DY最大位置点S为起点，以边界距离场D1最大位置点E为结束点，定义Q(S)为从起始点S到E的所有路径；然后采用最小代价路径算法，在源距离场DT上，从起始点S回溯至到结束点E的回溯路径Q(S，E)即为中心线；

最小代价路径算法中，因为代价累计函数U是像素位置x的函数，则最小累计代价定义如式(6)

其中Q_Sx为边界距离场D1中从起始点S到x的所有路径，L是源距离场DT中从起始点S沿着路径Q到结束点E距离；代价函数为

中心线Q(S，E)提取过程即求解偏微分方程的过程(7)；

其中，E为结束点，为源距离场中的梯度下降流；

(d)采用FMM法，以中心线Q(S，E)为初始曲线，构造中心线距离场DY_Q与DT_Q，演化方程为：

中心线距离场DY_Q定义为道路内各像素x与中心线Q(S，E)的相对空间距离，中心线距离场DY_Q的速度函数为中心线距离场DT_Q定义为道路内各像素x与中心线Q(S，E)以F_DQ(x)为速度函数的相对距离，速度函数F_DQ(x)定义为:

将FMM获得的中心线距离场DY_Q的最大值点S’为起点，以边界距离场D1最大位置点E为结束点，采用最小代价路径法，在中心线距离场DT_Q上，从起点回溯至结束点，回溯路径即获得新的中心线Q’；将当前检测的所有中心线Q’合并作为新的初始曲线，重复该步骤，直到找到的中心线Q’距离场DT_Q的最大值小于E点路宽，结束中心线检测；若当前找到的中心线Q’无法满足所找到的中心线Q’距离场DT_Q的最大值小于E点路宽，则结束查找；最终，将所有检测获得中心线Q’合并，得到初始化中心线C1；最小代价路径算法中，因为代价累计函数U是像素位置x的函数，则最小累计代价定义如式(11)

其中Q_S'x为边界距离场D1中从起始点S’到x的所有路径，L’是中心线距离场DT_Q中从起始点S’沿着Q_S'x到结束点E的距离；代价函数为中心线Q’提取过程即求解偏微分方程的过程(7)；

路宽的检测的步骤具体如下：在步骤2)中，通过求取每条中心线Q’到道路边界实际距离的平均值的两倍作为该中心线Q’所在道路的路宽，得到路宽Dr；中心线Q’到道路边界实际距离即中心线Q’所在位置的边界距离场D1。