[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

说明书

本发明公开了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，属于遥感影像处理技术领域。由于采用中心线检测算法直接提取的道路中心线会受到周围各种地物的影响，如树木，车辆，房屋等，导致中心线不完整，出现中断导致道路提取信息的不够完整、精度较差的问题。本发明通过引入张量场，通过张量场投票算法，对中心线检测中的中断部分进行补充，并再次利用中心线检测算法计算从而可以获得一个完整的道路中心线，并将距离中断部分最近中心线所对应的路宽作为实际路宽，实现了提取完整的道路信息。

技术领域

本发明属于遥感影像处理的应用技术领域。

背景技术

道路作为现代交通体系的主体，具有重要的地理、政治、经济意义，道路也是地理信息系统和地图中的主要记录和标识对象。20世纪中期，由于智能交通的需要，利用图像进行道路提取的相关技术开始出现并逐步发展。近十几年来，随着遥感技术的快速发展，高分辨率遥感影像、雷达影像及无人机影像为利用遥感影像进行道路提取提供了可能。道路提取的主要环节包括分割出路面点；修整道路段条带；链接道路段生成路网等。由于道路提取应用的多样性致使道路提取算法种类繁多，图像的分辨率、成像方法、人工干预也使得道路提取方法趋于多样化。

根据图像源的特征，以及影像分割、道路提取规则集及使用目的不同，国内外学者提出了很多算法和模型，如：

(1)基于区域分割的道路提取法：根据道路影像的灰度统计特征，利用阈值分割来获取道路区域。例如：利用全局和局部灰度统计特征分割图像(参见Steger C,Glock C,Eckstein W,et al.Model-based road extraction from images[M]//AutomaticExtraction of Man-Made Objects from Aerial and Space Images.Basel,1995:275-284.)；利用形态学分水岭方法分割图像中的道路区域(参见：Baumgartner A,Steger C T,Mayer H,et al.Semantic objects and context for finding roads[C]//AeroSense'97.International Society for Optics and Photonics,1997:98-109.)。

(2)模板匹配法：主要是利用道路的局部先验知识来分割并修整到路段，然后通过计算机图像和道路模板间的相似度来获取道路点。模板匹配法效果虽然较好，但其需要实现给定模板是一种半自动化的提取方法。例如：以当前道路点的一维剖面为匹配模板，道路预测点的一维剖面为待匹配图像，计算两者的相似度，以确定下一道路点(参见：VosselmanG,de Knecht J.Road tracing by profile matching and Kaiman filtering[M]//Automatic Extraction of Man-Made Objects from Aerial and Space Images.Basel,1995:265-274.)；Park和Kim首先根据定义的种子点生成模板，使用自适应最小二乘模型评估出模板与影像之间的匹配程度，提取出道路的中心线进而提取出道路(参见：Park S R,Kim T.Semi-automatic road extraction algorithm from IKONOSimages using template matching[C]//Paper presented at the22nd AsianConference on Remote Sensing.2001,5:9.)。

(3)基于边缘的道路提取方法：道路的本质特征是一组平行线，基于这个特征提出了许多道路提取方法。例如：Nevatia等以提取梯度方向相对平行的边缘为基础，从边缘提取着手，再提取梯度幅度阈值并将近似方向的点连成线段，最后将之编成相对平行的线对(参见：Nevatia.R,Babu.K Liner feature extraction and description[j].IEEE1980(13):257-69.)。